该机器人可以实现自由组队、分离和自我修复，未来将融入AI进一步优化与改进。

变形金刚

电影里，炫酷的变形金刚对我们来说再熟悉不过了，话不多说，先上两个片段：

视频中，那姿势、那动作，流畅自然，早已看呆镁客君。

但电影终究是电影，让我们回到现实中，真正的“变形金刚”是下面这样的：

 

视频看完，第一感受是电影里都是骗人的。但是，其实现实中的技术也还不错，毕竟有这样一辆炫酷的车或是飞机，还是足以让阿姨看呆。

正题：技术的局限性

现在我们转入正题，不知道大家有没有注意到，现实中的“变形金刚”，专业角度上看也就是一个机器人，本质上是一款智能的系统，在直观感受上，它是迟钝的。其实关于这一方面的研究，在科学界也早已不是新鲜的话题，但研究的成果却一直没有达到理想中的“智能”效果，所以大家将电影和现实对比来看才会有巨大的心理反差。

这里没有实现真正意义上智能的原因在于——机器人变形系统现有的技术水平局限于两个方面：一是通过一个中央“神经系统”来控制其他机器人单元，但其拓展能力有限；二是每个机器人单元自行运作，但只能在有限的范围内用固定线路进行物理连接。显然，这两种技术的思路和实现方式都无法让机器人系统具有真正的灵活性和可拓展性。

突破：基于MNS的机器人

针对此方面研究，比利时布鲁塞尔自由大学的Marco Dorigo团队开发出了基于mergeable nervous system（MNS）的机器人，这一全新的系统打破了当前的技术瓶颈，让机器人的合并、拆分动作都更加灵活流畅。此外，该机器人系统还具有自我修复性。

首先，我们先来直观感受下它们按任务和场景要求迅速组队和分离的灵敏度：

从视频中可以看出，机器人该抱团就抱团、要分开就分开，从灵活度等方面来看，整体表现着实不赖。

那具体机器人是怎么做到根据任务或环境需要来重新构建和配置自己的呢？

达到视频中效果最核心的因素还是这个称为MNS的系统。

首先，我们先来认识下目前现有的系统，即传统的机器人神经系统。这一系统的实现，简言之，就是设计人员先选择信号和决策架构，其中传感器和执行器连接到中央处理单元，以控制机器人整合感觉输入和协调执行器。

但是，因为系统在设计上一开始就要求研究人员设定好信号和决策架构，所以基于该系统的机器人一定是具有特定形态和特定功能的机器人，因此灵活性大大降低，也就使其少了“人味”。

而此款基于MNS的机器人，它是由一个或多个机器人单元（robotic units）组成，其中负责发出合并和拆分命令的叫做“大脑单元”（the brain unit），“大脑单元”通过连接Wi-Fi收集来自其他机器人单元的数据来决定如何行动，如实现特定的合并或拆分任务。

此处，值得注意的是，当MNS机器人拆分成多个机器人模块时，每个模块都具备成为全新独立机器人实体的“大脑单元”所需的全部知识。

当然，自然而然我们就会疑惑，在执行任务时，如何快速辨别出充当“大脑单元”角色的那个机器人单元呢？

据解释，由于MNS这一系统被设计成了树形结构，所以机器人中的根单元总能被明确地识别并用作“大脑单元”。

此外，机器人的每次合并和拆分都伴随着系统内部对“大脑单元”变化信息的实时更新，所以整个过程不会太耗时。

接下来，我们来看下这个机器人怎么应对“零件”坏掉的情况：

 

视频中，第一次，研究人员设定“大脑单元”坏掉，并设置了完成Y型的合并任务，实验中，机器人单元在检测到其有故障时先彼此进行了拆分，接着创建三个新的独立的MNS机器人，这时候每个机器人都有自己的“大脑单元”，最后三个新机器人相互合并，形成新的“大脑单元”，完成Y型任务。

在第二次实验中，研究人员设置了一个有故障的机器人单元。这种情况下，包含故障单元的部分与MNS机器人分离，随后，“大脑单元”又召唤了两个新的机器人单元以恢复原来的样子。

最后，我们来通过视频感受下系统作为整体对入侵者的态度：

 

如视频中，如果传感器感应到外部有LED灯光刺激的话，“大脑单元”会向其他机器人单元发出合并或者拆分的执行指令，然后它们将进行坐标转换来协调空间位置。

如果信息传递有延迟，执行器不会在机器人单元刚接收到指令时就立即执行，而是等指令传递到所有单元之后再统一行动。

总结

对于该机器人的未来改进，Dorigo团队介绍说：“目前研究存在的主要局限是仍然需要对所有的机器人进行编程，只有这样才能准确地告诉它们该如何合并。团队下一步要做的就是融入AI，让每个机器人单元进行自主学习。”

此外，他们还计划将MNS的概念扩展到可重新配置的模块化机器人，使其能在三维空间里运行，并且具备更高的柔性和适应性。

期待未来该技术的成熟会让机器人拥有更加炫酷的表现。若您对技术十分感兴趣，可以点下面了解详情。

https://www.nature.com/articles/s41467-017-00109-2

原文发布时间： 2017-09-15 14:06

本文作者： Lynn

本文来自云栖社区合作伙伴镁客网，了解相关信息可以关注镁客网。