机器人潜伏进昆虫界，自主学习群体行为

当有一溜蟑螂经过你家的厨房地板时，你咔哒一下打开灯，它们就会迅速分散开来——然后在墙角再次汇合起来。

为了理解蟑螂——和其他动物——如何作为一个团队合作，研究员正在派机器人潜入它们。这些机器人能够帮助揭示它们的群体动力学（ group dynamics）。例如，蜜蜂机器人曾经被用来研究蜜蜂蜂群的八字舞。

其他人则正在观察机器人是如何渗透蜜蜂蜂巢并影响行为的。蜜蜂机器人可以保护授粉的蜜蜂免于螨虫的伤害——或者时刻为蜂巢更新天气预警，在恶劣天气会阻碍蜜蜂觅食时，释放信息素以阻止蜜蜂进行新的孵卵。机器人甚至可以用来鼓励动物们去做它们通常不会做的事情：例如，一个机器蟑螂可以骗蟑螂们冒险走到光下面。

但是让机器人以一种融入的方式行为很困难。在之前的研究中，巴黎第七大学的 José Halloy 和他的同事们基本用手工为他们的机器蟑螂编程。但是这很困难——并且无法适用于其他类型的动物。

因此 Halloy 的团队将蟑螂个体动作的模型与群体活动模型相结合，研发了一种利用对蟑螂习性的混合描述来自动生成机器人行为的方式。接着他们利用了进化算法来优化这个模型。

巴黎索邦大学的 Nicolas Bredeche 指出，通过编程让机器人的行为模仿单个的昆虫并不是最好的方式。「你不知道这些小细节是否能捕捉蟑螂们在一起时表现出的集体行为。」他说道。

团队在计算机模拟中测试了机器人的生成行为( generated behavior )，在这个模拟中有 45 只蟑螂和 5 个机器蟑螂必须一起做出在两处庇护地选择一处的决定。与对机器蟑螂手动编程相比，让机器蟑螂自动生成模仿真蟑螂的行为要更加迅速——并且能产生更加逼真的行为。他们发现这种混合群体像一群真实的蟑螂一样行动，例如，它们会在墙角处汇合。

团队认为这种方法可以用来生成模拟其他群居型物种的行为，例如模拟蜜蜂、果蝇、鸟与鱼群的行为。

Bredeche 提出，行为比起外形要更加重要。一条鱼可以接受另一条行为和它们一样的鱼，即使它长得一点也不像鱼。群体行为甚至比单体行为更加重要。机器蟑螂所遵循的动作与路径并不需要与这些真的蟑螂完全一样，就可以融入它们。

田纳西的范德比尔特大学的 Terry Page 认为，利用机器人来模拟和影响动物的行为，这种做法像使用声音、信息素等传统技术一样，极大地丰富了研究院的工具包。