今天的机器人能力有多离谱？很难想象，连造飞机、造火箭都成了小事，他们连自己都能造！真的很有前途。近日，麻省理工学院研究人员的一篇论文发表在期刊《自然通讯工程》上。该论文由比特和原子中心(CBA)博士生AmiraAbdel-Rahman、教授兼CBA主任NeilGershenfeld以及其他三位在创造机器人方面取得重大进展的人发表。论文地址：https://www.nature.com/articles/s44172-022-00034-3据了解，Gershenfeld研究小组开发的最新机器人可以快速高效地组装几乎任何东西，包括比自身大得多的物体，来自车辆到建筑物再到更大的机器人等。该团队已经证明，组装机器人和正在建造的结构部件都可以由相同的子单元组成，并且机器人可以独立地大量移动，快速完成大规模组装。基于相同结构的标准化设计，这也意味着机器人可以“毫不费力”地组装出新的自己。“构建自我复制系统不仅是科学领域的经典挑战，甚至是科幻小说中的经典挑战，”德国布伦瑞克技术大学计算机科学系算法教授SandorFekete说。所以他们的工作非常令人兴奋！”小体素的“大梦想”体素是一个非常小的子单元，相当于一个二维像素的体积元素。与之前的实验一样，新系统涉及由阵列构建的大型可用结构体素。然而，与早期机械结构的体素不同，Gershenfeld小组使用的体素更“复杂”，可以将电力和数据从一个单元传输到另一个单元。这使得建造的结构不仅能够承受载荷，而且Gershenfeld说，装配机器人的早期版本通过电线束连接到它们的动力和控制系统，但“我们为这些结构构建‘智能系统’，使体素能够传输电力、数据和力，你不必担心电线。”机器人本身由一系列端对端连接的体素组成。这些体素可以使用一端的附着点抓住另一个体素，然后像蠕虫一样移动到所需位置，附着在生长的结构上并在那里释放它。机器人路径优化算法，世界首创Gershenfeld解释说，虽然他的团队成员展示的早期系统原则上可以构建任意大尺寸的结构，但当这些结构达到与装配机器人相当的特定尺寸时，这个过程变得越来越低效，“因为每个机器人都必须走更长的路才能将零件送到目的地。”凭借他们新开发的系统，机器人可以决定是否构建更大的版本，从而达到更高的水平。更长的距离和更少的“通勤”时间。构建更大的结构可能需要另一个这样的步骤。更大的机器人是由新的更大的机器人创造出来的，而构建精细的结构可能需要最小的机器人的更多帮助。Abdel-Rahman说，当这些机器人设备组装东西时，他们在整个过程中的每一步都面临选择。“它可以建造一个结构，它可以建造另一个同样大小的机器人，它还可以建造一个更大的机器人。”“我们一直致力于为这部分工作创建决策优化算法。”“例如，如果你想构建一个圆锥体或半球体，”她说，“你如何开始路径规划，以及如何将形状划分为不同的区域，以供不同的机器人工作？”他们开发的软件允许某人输入一个形状，并根据需要遍历的距离得到一个输出，显示放置第一个块的位置，以及之后的每个块。虽然关于机器人路径的论文已经发表了数千篇规划，“下一步，当机器人必须做出决定时，建造另一个机器人或不同种类的机器人，是全新的工作，将会完成，”Gershenfeld说，没有先例可供参考。研究局限性虽然实验系统可以组装并包括电源和数据链路，但在当前版本中，微型子单元之间的连接器仍然不够坚固，无法承载必要的负载。该团队的研究生MianaSmith正在致力于开发更强大的连接器。“这些机器人可以行走，它们可以放置零件，但我们还没有达到一个机器人制造另一个机器人然后它就消失的地步，”Gershenfeld说。新兴技术的支持，例如执行器的强度和关节的强度。”麻省理工学院计算机科学家NeilGershenfeldGershenfeld也表示，完全自主的自我复制机器人组装系统不仅可以组装更大的结构，包括更大的机器人，还可以规划最佳的建造顺序——这可能还需要几年时间。但这项工作朝着这个目标迈出了重要一步，包括解决何时建造更多机器人、将它们制造多大以及如何组织不同大小的机器人以有序地建造结构等复杂任务。从飞机到火箭，这项新技术具有巨大的应用潜力，因为它很可能被用来建造各种大型、高价值的结构。例如，现在造飞机需要一个巨大的工厂，比他们造的零件大得多，而且可能经常需要其他飞机运送制造飞机所需的原材料。有了这样一个由微型机器人组装的微型零件系统，“飞机的最终组装将成为唯一的组装过程，”Gershenfeld说。同样，对于汽车，“你可能会在第一辆汽车真正制造出来之前花一年时间制造工具”，他说，但新系统显然会绕过这个过程。这种潜在的效率是Gershenfeld和他的学生一直与汽车公司、航空公司和航空航天机构密切合作的原因。即使是技术含量相对较低的建筑行业也可能在未来从这项技术中受益。近年来，人们对3D打印房屋的兴趣有所增长，但这些房屋现在需要与正在建造的房屋一样大或更大的打印机。使用这种微型机器人显然是解决这个问题的有效方法。休斯顿大学电气与计算机工程系副教授AaronBecker给了这项工作最高的评价，称其为“本垒打”：“他们创造了一个创新的硬件系统，一种新的思维方式缩放机器人群，以及一套严格的算法。”“本文研究了可重构系统的一个关键领域：如何快速扩大机器人劳动力并利用它有效地将材料组装成所需的结构。”“这样的工作我还是第一次见！”
