Forscher von UC Santa Barbara und Tu Dresden verwischen die Grenzen zwischen Robotik und Materialien mit einem materiellen Kollektiv von Robotern mit einem von Biologie inspirierten Verhalten.
„Wir haben einen Weg für Roboter herausgefunden, sich eher wie ein Material zu verhalten“ Wissenschaft. Die Mitglieder des Kollektivs bestehen aus individuellen, scheibenförmigen autonomen Robotern, die wie kleine Hockey-Pucks aussehen, und sind so programmiert, dass sie sich in verschiedenen Formen mit unterschiedlichen Materialeigenschaften zusammenbauen.
Von besonderem Interesse für das Forschungsteam war die Herausforderung, ein Robotermaterial zu schaffen, das sowohl steif als auch stark sein könnte und dennoch in der Lage ist, zu fließen, wenn eine neue Form benötigt wird. Anstatt auf Außenkräfte zu reagieren, um eine Form zu erreichen, würden Robotermaterialien idealerweise auf interne Signale reagieren, erklärte Hawkes, in der Lage, eine Form anzunehmen und zu halten, „aber auch in der Lage, sich selektiv in eine neue Form zu fließen“.
Als Inspiration haben die Forscher frühere Arbeiten von Otger Campàs, einem ehemaligen UCSB -Professor und derzeit Direktor der Physics of Life Excellence -Cluster bei Tu Dresden, über die physischen Gestaltung der Embryonen abgebildet. „Lebende embryonale Gewebe sind die ultimativen intelligenten Materialien“, sagte er. „Sie haben die Fähigkeit, ihre materielle Stärke in Raum und Zeit selbst zu heilen, sich selbst zu heilen und sogar ihre materielle Stärke zu kontrollieren.“ Während seines Labors entdeckte sein Labor, dass Embryonen wie Glas schmelzen können, um sich selbst zu formen. „Um sich selbst zu formen, können Zellen in Embryonen dazu führen, dass das Gewebe zwischen Flüssigkeiten und festen Zuständen wechselt.
Während der Entwicklung eines Embryos haben die Zellen die bemerkenswerte Fähigkeit, sich umeinander zu arrangieren und den Organismus aus einem Blob von undifferenzierten Zellen in eine Sammlung diskreter Formen – wie Hände und Füße – und von verschiedenen Konsistenzen wie Knochen und Knochen zu verwandeln Gehirn. Die Forscher konzentrierten sich darauf, drei biologische Prozesse hinter diesen Starrheitübergängen zu ermöglichen: Die aktiven Kräfte, die Zellen entwickeln, gelten zueinander, die es ihnen ermöglichen, sich umeinander zu bewegen; die biochemische Signalübertragung, die es diesen Zellen ermöglicht, ihre Bewegungen in Raum und Zeit zu koordinieren; und ihre Fähigkeit, sich gegenseitig zu halten, was letztendlich die Steifheit der endgültigen Form des Organismus verleiht.
In der Welt der Roboter führen die intrazellulären Kräfte zu einer tangentialen Kraft zwischen Einheiten, die durch acht motorisierte Zahnräder entlang der kreisförmigen Äußeren jedes Roboters ermöglicht werden, die es ihnen ermöglichen, sich umeinander zu bewegen und sich selbst in dicht gepackten Räumen abzudrängen.
Die biochemische Signalübertragung ist inzwischen einem globalen Koordinatensystem ähnlich. „Jede Zelle kennt seinen Kopf und seinen Schwanz, also weiß er, in welchem Weg sie drücken und Kräfte anwenden können“, erklärte Hawkes. Auf diese Weise schafft das Kollektiv von Zellen die Form des Gewebes, beispielsweise wenn sie sich nebeneinander ausrichten und den Körper verlängern.
In den Robotern wird diese Leistung mit polarisierten Filtern von Lichtsensoren auf jedem Roboter erreicht. Wenn Licht auf diesen Sensoren leuchtet, zeigt die Polarisation des Lichts ihnen an, in welche Richtung seine Zahnräder drehen und so die Form ändert. „Sie können ihnen einfach alle unter einem konstanten Lichtfeld sagen, in welche Richtung Sie gehen sollen, und sie können alle aufstellen und alles tun, was sie tun müssen“, fügte Devlin hinzu.
Für die Zell-Zell-Adhäsion verwendeten die Forscher Magnete, die in den Umfang der Robotereinheiten eingebaut waren, Magnete, die um einen anderen Roboter anziehen könnten.
Die Forscher stellten fest, dass die Signalschwankungen – Variationen der an die Roboter gesendeten Signale – eine entscheidende Rolle bei ihrer Fähigkeit, die notwendigen Formen und Formationen zu übernehmen, signalisieren, dass die Signalschwankungen – Variationen der an die Roboter gesendeten Signale,. „Wir hatten zuvor gezeigt, dass in lebenden Embryonen die Schwankungen der Kräfte, die Zellen erzeugen, entscheidend sind, um ein festes Gewebe in eine flüssige zu verwandeln. Also kodierten wir Kraftschwankungen in den Robotern“, sagte Campàs.
Im Roboterkollektiv ist die Wechselwirkung zwischen Signalschwankungen und Einheitenkräften der Unterschied zwischen einem dicht gepackten, unbeweglichen Kollektiv und einem flüssigeren. „Wenn Sie beide, insbesondere Schwankungen, erhöhen, erhalten Sie im Grunde ein fließenderes Material“, sagte Devlin. Dadurch kann das Kollektiv die Form ändern. Einmal in der Bildung, schaltet das Ausschalten der Kraft Schwankungen das Kollektiv wieder fest.
Wichtig ist, dass diese Signalschwankungen es dem Roboterkollektiv ermöglichen, ihre Form- und Festigkeitsänderungen mit weniger durchschnittlicher Leistung zu erreichen, als wenn das Signal ständig eingeschaltet wäre und die Roboter alle kontinuierlich aufeinander drängten. „Es ist ein interessantes Ergebnis, das wir nicht gesucht haben, sondern entdeckten, als wir anfingen, Daten über das Roboterverhalten zu sammeln“, sagte Hawkes. Dies ist wichtig, fügte er hinzu, Roboter zu entwerfen, die möglicherweise mit begrenzten Strombudgets ausführen müssen.
Vor diesem Hintergrund konnten die Forscher die Gruppe von Robotern so einstellen und kontrollieren, um sich wie ein intelligentes Material zu verhalten zueinander, um ein starres Material zu erstellen. Das Modulieren dieser Verhaltensweisen über die Gruppe der Roboter und im Laufe der Zeit konnten die Forscher Robotermaterialien erstellen, die schwere Lasten unterstützen, aber auch umformeln, Objekte manipulieren und sogar Selbstheilung.
Derzeit umfasst das Proof-of-Concept-Roboter-Kollektiv eine kleine Anzahl (20) relativ großer Einheiten, jedoch Simulationen, die vom ehemaligen postdoktoralen Fellow Sangwoo Kim, der jetzt Assistenzprofessor an der EPFL ist Eine größere Anzahl von miniaturisierten Einheiten für einen materialähnlicheren Aspekt.
Über die Robotik hinaus könnten laut Papier diese und Roboterkollektive wie „die Untersuchung der Phasenübergänge in der aktiven Materie ermöglichen, die Eigenschaften der aktiven Mechanik in Partikelsystemen und helfen möglicherweise dazu, Hypothesen für die biologische Forschung zu definieren“. In Kombination mit aktuellen Kontrollen und Strategien für maschinelles Lernen kann die Arbeit mit diesen Roboterkollektiven aufkommende Fähigkeiten in Robotermaterialien ermöglichen, die noch nicht entdeckt und verstanden werden müssen.
