综述：自组织机器人聚集的信息传输策略

这篇综述系统探讨了群体机器人通过局部交互实现自组织聚集的信息传输策略，重点分析了通信（显式/隐式）和物理相互作用两类机制，揭示了信息内容（如相位、ID、集群规模）如何影响集群动力学（如MIPS理论、Lennard-Jones势能模型），为设计高效、鲁棒、可扩展的群体系统提供了理论框架。

　　

自组织机器人聚集的信息传输策略

摘要

群体机器人的自组织聚集行为是复杂集体任务的基础，其核心在于个体间通过局部交互实现信息传递。本文从信息传输视角系统梳理了实现聚集的机制，包括基于通信（显式/隐式）和物理相互作用的策略，揭示了不同信息类型对集群行为的影响规律。

显式通信聚集

显式通信依赖预设协议直接交换信息。例如：

• •

  状态同步：Swarmalator模型通过交换相位和位置信息，结合空间-相位耦合参数J和K，可形成5种聚集模式。离散化后的Sandsbots模型进一步实现了多模式聚集。

• •

  邻居计数：基于概率有限状态机（PFSM）的方法通过广播ID统计邻居数，调节停留概率，但易陷入局部最优。改进的"请求-ACK"机制通过共享集群规模信息提升了大规模聚集的鲁棒性。

• •

  命名游戏：通过词汇表传播行为规则参数，使具有相同词汇的机器人形成稳定集群，展现了社会交互对聚集的影响。

隐式通信聚集

隐式通信通过环境或物理信号间接传递信息：

• •

  人工信息素：受_{Dictyostelium discoideum}启发的UV光致变色轨迹，以及虚拟cAMP信号（通过Schmitt触发器响应），可引导机器人趋化聚集并形成螺旋波等生物相似模式。

• •

  光学/声学梯度：Bluebots利用双目视觉估计邻居距离，基于Lennard-Jones势实现水下三维聚集；而有限视野（1比特信息）的机器人需依赖RNN控制器克服感知局限。

物理相互作用聚集

• •

  磁吸附：BOBbots通过应力传感器反馈邻居接触力，结合振动驱动实现可控聚集，其性能优于纯磁性连接。

• •

  碰撞诱导相分离：主动布朗粒子通过体积排斥和速度衰减（MIPS理论）自发形成高密度簇，外加强磁性排列可加速该过程。

• •

  振荡耦合：无移动能力的粒子机器人通过周期性伸缩产生牵引力，相位协调驱动集群迁移和融合。

挑战与展望

当前面临微型化（>2 cm限制）、低密度失效（感知范围与机器人数量阈值）、物理交互建模精度等挑战。未来可探索信号调制（如cAMP频率编码）、异质机器人交互等方向。在生物医学（靶向药物递送）和工程领域（集群建筑）具有应用潜力，为理解生物聚集机制提供了可控研究平台。

（注：全文严格依据原文实验数据和结论归纳，未添加主观推断）