视频
加载播放器…
  • 提供配置文件
  • 我们的团队对自组织多智能体系统感兴趣，在该系统中，大量简单的智能体在局部相互作用以产生复杂而健壮的全局行为。我们研究了在机器人和传感器网络中设计此类系统的编程范式，主要从多细胞生物学和群居昆虫中汲取灵感。我们还研究了生物学中的自组织模型，特别是细胞如何在多细胞生物的发展过程中合作。

    在我们所有的工作中，一个共同的主题是理解局部行为和全局行为之间的关系:强大的集体行为是如何从许多局部交互的代理中产生的，以及我们如何对简单代理的局部交互进行编程以实现我们想要的全局行为。
产品组合

  • 研究

  • 我们在自组织多代理系统方面的工作处于计算机科学、机器人和生物学的交叉领域。我们实验室的主题是理解和设计集体行为但我们有很多方法——理论和硬件，以及生物启发和与生物学家的合作。

        • TERMES项目

        • 由白蚁启发的攀爬机器人集体建造的3D结构

          大自然为我们提供了令人印象深刻的动物建筑的例子:许多种类的白蚁建造了比它们自己大几个数量级的复杂土堆。然而，单个的架构师和工程师都是小型的、可消耗的，而且似乎很少或根本没有集中监督。群居白蚁为蜂群建造系统的设计提供了灵感，在该系统中，许多自主机器人合作建造大型结构。传统上，人工施工涉及工具和设备的直接人工操作，仔细的预先规划，很少或没有真正的自动化。将自动化引入建筑有可能提高其速度和效率等措施，以及在人类难以或危险工作的环境中进行施工，例如灾区或地外环境。

          受到白蚁及其建筑活动的启发，我们在TERMES项目中的目标是开发一个蜂群建造系统，在这个系统中，机器人合作建造比它们自己大得多的3D结构。目前的硬件系统由简单但自主的移动机器人和专门的被动块组成;机器人能够操纵积木来建造高大的结构，也可以在它创建的结构上和周围进行操作。多机器人控制允许许多同时活动的机器人以分散的方式合作，以可证明的方式构建用户指定的结构，从高级描述作为输入。

        • Kilobot项目

        • 演示集体行为的低成本可扩展机器人系统

          在目前的机器人研究中，有大量的工作是关于分散合作的机器人群体的算法和控制方法，称为群集或集体。这些算法通常是为了控制数百甚至数千个机器人的集体;然而，由于成本、时间或复杂性的原因，它们通常只在模拟中验证，或者在一组10秒的机器人上验证。为了解决这个问题，我们设计了Kilobot，一种低成本的机器人，设计用于在数百或数千个(“千克”)机器人上测试集体算法给机器人研究人员。每个机器人都具有群机器人所需的基本功能，但都是由低成本部件制成的，并且大部分是通过自动化过程组装的。此外，该系统设计允许单个用户轻松且可扩展地操作一个大型Kilobot集合，例如编程、上电和为所有机器人充电。系统。

          我们现在正在使用Kilobot群来研究健壮的集体行为的算法，例如集体运输，人群互动，形状自组装，以及将单个机器人能力与可实现的群体行为联系起来的新理论。查看我们的出版物和电影了解更多关于这项研究的信息。

          kilokbot在2012年非洲机器人网络10美元机器人设计挑战赛中获得第一名。AFRON挑战赛的目标是为发展中国家的教育开发低成本机器人。Kilobot的设计是开源的，可用于非商业用途，您也可以从K-Team公司购买Kilobot。我们还在开发新的示例程序和编程环境，以便在研究和教育中使用Kilobot。

        • 机器人蜜蜂计划

        • 蜂群作为一个群体表现出令人难以置信的高效和适应性行为，尽管单个蜜蜂与它所生活的世界相比很小。蜂群定期在其蜂巢2-6公里范围内寻找和开发资源，根据蜂群的环境和需求调整探索和开发多种资源(花粉、花蜜、水)的蜜蜂数量，甚至可以在它们的世界发生巨大变化时恢复。虽然还有很多有待了解的地方，但生物学家认为，这些复杂的群体行为中的许多都来自于蜂巢中蜜蜂之间相当简单的互动，因为它们分享信息并适应自己的选择。似乎没有领袖，没有中央集权，来协调蜂群。

          实现社会昆虫群落的复杂性带来了许多挑战。它将涉及复杂的协调算法的开发，以匹配我们在单个机器人蜜蜂中所期望的相当简单和有限的传感和通信。就像蜜蜂一样，利用整个蜂群的能力至关重要——对于并行性(大面积探索)、能源效率(通过信息共享和劳动分工)和稳健性(因为个体可能会失败或犯错)来说。特别是因为每只机器蜂在重量和功率(以及传感/通信)上都有很大的限制。

          与此同时，要管理一群机器人(数千或更多个体)，就不能管理单个机器人蜜蜂。我们将需要支持“全球到本地”方法的编程语言和理论工具。一个关键的挑战将是宏观语言的设计和可扩展的实现，其中的目标可以用蜂群的高级目标来表达，底层系统将目标转换为单个蜜蜂的决策，并随着世界的变化而重新优化。

          RoboBee蜂群的挑战与计算机科学的许多其他领域相同，例如多机器人和机器人群系统，分布式传感器网络，编程语言研究，甚至合成生物学。我们的团队利用了多个学科的专业知识和知识，我们希望我们的方法适用于许多大型系统。

        • 集体建设

        • 白蚁丘可以是高耸的，几米规模的复杂结构，具有复杂的功能建筑，包括通风系统和湿度调节等功能。建筑师是大量毫米大小的简单昆虫，没有集中控制或预先计划。然而，这些动物从微小、简单和可消耗的个体中获得了巨大的复杂性、并行性和健壮性。群居昆虫如何构建它们所做的结构是一个迷人的话题，尚未完全了解。工程学提供了一个互补的问题:你如何编程一个人工机器人群来建造一个特定的结构?

          我们的小组研究如何实现这一目标。我们结合了来自群体智能和可编程自组装的想法，来创建算法、理论和机器人设计。我们已经开发了一系列分散的算法，通过这些算法，简单的机器人——没有无线通信或GPS/定位——可以合作，用模块化块构建大量用户指定的结构。我们正在开发新型机器人平台例如，可以建造比自身大得多的块状结构的攀爬机器人，以及可以在非结构化环境中建造的材料沉积机器人。最近，我们正在与生物学家合作研究和模拟擅长构筑土墩白蚁在纳米比亚。

          集体建设有许多重要的潜在民用用途，从人类栖息地的建设到灾区的遏制或支持结构。这对机器人来说也是一项艰巨的挑战，在机械设计、操纵、自主和多机器人协调方面提出了许多有趣的挑战。

        • 可编程的自适应

        • 自适应多智能体系统的生物控制

          生物系统可以实现可扩展和自适应的群体行为，如动物群集，通过一个庞大的不可靠的代理网络之间的局部互动。在这些系统中，每个智能体自主行动，只与它的邻居交互，但全局系统表现出协调的行为。大型多智能体系统，如分布式机器人系统，与这些生物系统类似，它们的整体任务必须通过协调许多独立的智能体来实现。要问的一个重要问题是:我们如何对大型智能体网络进行编程，以实现集体任务，同时适应生命系统这样的动态条件?

          我们的团队为多智能体网络开发了一种生物启发的控制框架，以可扩展、健壮和可分析的方式实现协调任务。我们关注的是分布式体内平衡，一种代理必须使用的任务类型分布式传感解决集体任务和适应不断变化的环境。这个任务空间可以更一般地表述为网络多代理系统上的分布式约束维护，这种方法允许我们捕获各种多代理场景和任务。我们展示了如何利用这个公式的局部性来设计最近邻代理控制，基于简单的传感、驱动和本地通信。

        • 可编程软矫形器

        • 这个合作项目的长期目标是开发可编程主动软矫形器(“可编程第二皮肤”)这可以通过适应和补偿神经肌肉疾病，帮助脑瘫儿童促进正常的步态发育。这种矫形器在许多方面都有潜在的影响:日常运动辅助，门诊康复，以及幼儿的重编程步态控制。

          该项目汇集了儿童运动发展、自适应模块化机器人和软机器人的概念和专业知识，以解决一个具有挑战性但重要的领域。

          我们的合作小组在许多方面开展工作，从特定目标设备(踝足矫形器)的设计，到新型传感器致动器材料的设计，再到幼儿运动的研究。一些首要目标是:
          (1）轻薄的像衣服一样的矫正器采用软驱动器、传感器和支架，不限制腿的固有自由度
          （2）仿生分布式设计有许多传感器和执行器，可以以不同的方式感知和控制多个自由度
          （3）human-adaptive控制，这样矫形器只在需要指导正确的步态(任务)时与人的腿(手臂)进行补偿。我们还与儿童医院的脑瘫小组密切合作。

        • 无线传感器网络中的自组织同步与去同步

        • 几十年来，简单个体自发出现的同步现象一直让科学家们着迷:数千个起搏器细胞同步产生一次心跳，萤火虫群同步闪光形成一个强大的视觉信标。这些系统的强大功能之一是，简单、分散的节点行为导致整个网络稳健地保持同步，尽管个别故障或拓扑发生变化。

          我们的团队对如何利用这些生物系统的灵感来为传感器网络设计简单的自组织算法感兴趣，这些算法可以很容易地适应错误、拓扑结构的变化和使用的变化。我们已经展示了萤火虫启发的同步(脉冲耦合振荡器模型)如何适应于解决ad-hoc无线传感器网络中的不同类型的问题。
          • 我们已经将萤火虫同步的mirolo - strogatz模型应用于存在消息延迟、时钟倾斜和频繁拓扑变化的无线传感器网络。该算法(RFA-sync)在MicaZ微粒子上实现，并在建筑物范围内的MoteLab网络上进行测试(SENSYS 2005)。我们现在正在研究新型的分散同步算法，它们使用相同的基本原理，但收敛速度更快。
          • 我们还展示了如何使用这些原则来生成其他有用的计时模式，例如去同步，其中节点试图以完美的循环方式闪光，以不干扰它们的邻居。我们使用DESYNC设计了一种用于无碰撞无线传输的自修复TDMA方案，使得传输时间表随着节点集的变化而自动适应(IPSN 2007)。该TDMA方案在Telos motes上进行了演示，在低负载和高负载下都实现了近乎完美的带宽利用。我们现在正在研究DESYNC算法和TDMA方案如何在多跳网络中表现，其中与图着色和分布式共识等问题密切相关。

        • 增殖网络和上皮组织

        • 从单元划分到网络拓扑

          果蝇的翅膀是自我组装的一个惊人的例子。

          从30个细胞的小圆盘开始，经过多次分裂，翅膀形成了一个拥有大约3万个细胞的大组织。在此期间，翅膀还设法创建重要的结构，从鹅卵石般的细胞形状规则，到确定静脉的模式，再到控制整个器官的大小和形状。许多研究者把这个系统作为多细胞生物发育的模型来研究。与此同时，翅膀属于一种组织，这种组织在动物王国中很常见(类似于植物)，叫做上皮组织。因此，它与其他多细胞生物具有许多有趣的特性，并为我们提供了多细胞系统进化的线索。

          我们感兴趣的是本地和全局之间的链接即细胞的局部决策是如何导致高水平组织结构的?反之亦然，高层组织结构能给我们提供细胞如何做决定的线索吗?我们的方法包括将组织视为细胞连接的扩展网络(图)，并使用不同的技术来理解这张图的属性。我们有一系列关于这个主题的论文，涵盖了我们的大部分工作。

          与我们的长期合作伙伴一起，马特·吉布森博士(斯托尔研究所)和诺伯特·佩里蒙博士(哈佛医学院)我们正在研究这个系统。这项工作首先由2009年毕业的应用数学学生Ankit Patel领导，然后由2011年毕业的生物物理学学生William(“Tyler”)Gibson领导。

        • 空间多智能体系统模式形成的局部到全局理论和全局到局部规划

        • 理解和设计自组织多智能体系统的困难之一是缺乏允许我们提问的理论模型关于可计算性和复杂性的基本问题。给定一个全局目标和一个多智能体系统，其中智能体的能力有限(有限状态，有限视图)，我们可以提出许多理论问题:全局任务是可解决的吗?健壮地解决任务所需的最小代理功能是什么?并行性和可伸缩性的下限是什么?这些理论问题的答案具有重要的实际意义:它们告诉我们全局到局部算法和编译器可以实现的基本限制，以及代理设计如何限制系统能够解决的任务集。

          我们最近已经开始研制一种全球性和地区性的理论可以回答这样的问题，在异步元胞自动机上的自组织模式形成任务。这项工作是由Daniel Yamins开发的，作为他的博士论文，部分灵感来自于生物系统(如果蝇胚胎)所实现的惊人的健壮和复杂的图案形成，以及图案形成思想在机器人群、模块化机器人和自组装上的工程应用。

          这项工作的一些贡献是:
          • 我们已经证明了充要条件，局部可检性，这不仅让我们能够回答存在的问题，而且还能产生最小的状态代理程序来进行自我修复模式的形成。局部可检查性可以被认为是一种分布式投票(或停止)条件，可以用来解决三个问题。
            1. 存在问题:局部可检查性形成了一个简单的标准，任何健壮可解的目标都必须满足。如果一个模式不是本地可检查的，那么没有健壮的本地规则可以自组织它。局部可检查性的最小半径为我们提供了一种推理最小代理程序的方法。我们已经使用局部可检查性来显示几种常见模式(重复的、尺度不变的)的代理状态和通信的下界。
            2. 一个施工问题:对于所有可局部检查的模式，我们可以使用局部检查从算法上派生出稳健地生成它的局部规则。局部代理规则通过构造尺度不变(适用于不同数量的代理)、鲁棒性(适用于任何初始条件和异步定时)和自修复(模式在扰动后重新出现)。
            3. 资源问题:模型的两个主要资源参数，代理交互半径和代理内存大小，存在于半径状态的资源权衡中。我们描述了沿着大半径/低状态和低半径/高状态实现之间连续体进行调优的算法。

        • 可编程自组装:仿生，模块化机器人和蜂群

        • 从果蝇到人类，具有相同DNA的细胞合作创造出复杂的结构，在面对细胞死亡、细胞数量变化和环境变化时具有令人难以置信的可靠性。即使在发育之后，多细胞生物也表现出惊人的修复和再生能力。然而，细胞集落并不是唯一能创造复杂结构的生物。即使是群居昆虫(“超有机体”)的群体也显示出创造自我修复的复杂大规模结构的能力，例如毫米大小的白蚁合作建造2-5米高的复杂结构土丘，编织蚁建造桥梁和拉链折叠树叶，军蚁用自己的身体建造巢穴(露营地)。

          我们的团队从这些系统中获得灵感来理解如何通过简单的局部行为实现全局结构、修复和适应。我们对可编程自组装及其在可编程材料设计、自重构模块化机器人和协调机器人群中的应用感兴趣。我们工作的一个重点是设计全球性和地区性的编译器，其中目标使用高级形状语言描述，编译器自动将用户指定的全局目标转换为可证明的代理(“单元格”)程序。我们在这一领域的工作是以算法和理论为导向的，但在许多情况下也与机器人的实现密切相关。以下是我们所追求和追求的几个与自组装相关的主题:
          • 自组装和自重构模块化机器人
          • 使用全局到本地编译器的仿生自组装
          • 移动Agent群的自修复编队控制

        • 扩展Stigmergy

        • 群居昆虫，如蚂蚁和白蚁，共同建造巨大而复杂的结构。这些动物实现了巨大的复杂性，并行性和健壮性，即使个体很小，简单，可消耗。一个问题是，我们能否在机器人身上实现同样的集体智能:一群简单的机器人能否以一种类似的适应性和健壮性的方式，共同构建用户指定的复杂结构?

          我们已经开发了一系列分散的算法，通过这些算法，简单的机器人——没有无线通信或GPS/定位——可以合作，用模块化块构建大量用户指定的结构。我们工作的一些主要主题和贡献是:
          • 简单的机器人和扩展的耻辱:简单的机器人，没有GPS或无线，可以通过在环境中存储信息来间接协调——这个想法受到了白蚁和蚂蚁等群居昆虫的启发。在我们的案例中，“块”提供了一种本地化和协调的手段，例如通过提供网格状环境和允许机器人存储信息(例如嵌入式可写RFID标签)。
          • 通过局部规则形成连贯结构:我们认为构造过程是一种晶格自组装。这使我们能够利用可编程/算法自组装的想法来自动生成复杂2D形状的局部规则。本地规则可以证明创建了正确的结构，即使集会可能以许多可能分散的顺序进行，有些步骤可能失败;他们还考虑了机器人的运动和操作限制。
          • 算法与理论:这种方法表明，集体构建在算法上与其他类型的自组装密切相关，从DNA自组装到模块化机器人，尽管它存在于一个非常不同的规模。算法可以推广到其他实现(例如。自重构机器人)和一些相关的任务(例如3D结构和拆卸)。目前仍有许多开放的算法挑战，特别是在环境适应性结构方面。
          • 机器人的硬件:另一个重要的推力是物理原型的设计。我们已经使用简单但自主的机器人(ER1和乐高平台)和rfid标记块构建了几个构建2D结构的机器人。我们的硬件实现展示了简单机器人可以实现的自主和连贯行为的水平，也展示了区块的协同设计(例如使用自对准连接器，RFID标签)如何允许机器人通过操纵环境来实现更复杂的任务。