机械力协同驱动：自主机器人群体中自发涌现的集体运输机制

本研究通过改造自驱动机器人的机械设计参数（δ和κ），首次实现无传感、无通信的随机机器人群体自发协同运输大型负载。关键发现是负曲率参数（κ<0）使粒子逆向外力转向，形成动态稳态推动，且运输效率随负载尺寸（2a）超线性增长。该成果为分布式机器人系统设计提供力学准则（FAABP模型），并揭示自然界群体协作的潜在力学机制。

　　

在自然界中，蚂蚁群体协同搬运大型食物的场景令人惊叹——这种无需中央指挥的集体智慧，长期以来挑战着人工群体系统的仿生实现。传统理论将个体简化为随机自驱动粒子（ABP），但此类模型难以解释定向运输；而配备复杂传感器的机器人群体又常因碰撞和死锁陷入瘫痪。更矛盾的是，物理学界普遍认为：若无外部引导或形状不对称，活性粒子群中的被动负载仅会呈现布朗运动。这种理论与现实的鸿沟，催生了Eden Arbel、Matan Yah Ben Zion等团队在《Nature Communications》上的突破性研究。

研究团队独辟蹊径，从力学本源出发改造微型振动机器人（bristle bot）。通过高速摄像捕捉发现：当机器人重心（CoM）位于柔软前腿后方（δ<0）时，其与地面接触产生的差动摩擦会引发反常力学响应——外力反而使机器人转向负载（图2B）。这种"负力对齐"行为被量化为曲率参数κ（公式3），其符号由重心偏移方向决定，量级与质量分布相关。实验显示，负κ值群体能自发推动直径7-32cm的圆形负载，形成持续交换粒子的动态尾流（图3B），运输轨迹呈现近弹道运动（MSD∝t²），且效率随负载尺寸增加（图4C）。

关键技术包括：1）设计双极性振动机器人（刚度腿在前/后两种构型）；2）建立力对齐活性布朗粒子（FAABP）模型，通过Runge-Kutta算法模拟千人级群体；3）推导非线性动力学方程（公式4-5），解析几何判据κa<-1（公式6）。

实验结果

Experiments in cooperative transport

改造后的机器人（δ<0）在碰撞负载时转向推动，而传统设计（δ>0）则偏离负载（图1C-E）。群体实验显示，负κ值系统运输速度比正κ值高1个数量级（图1E）。

Mechanical origin of signed force alignment

微观动力学分为静息、空中、枢转三阶段（图2B-C）。枢转阶段产生的扭矩τ=δê×f是力对齐的物理本源，由此导出FAABP运动方程（公式1-2），揭示κ=(mδ/I)(τ_P/τ_A)²的力学本质。

Cooperative transport in numerical simulations

千人级FAABP模拟重现实验现象：负κ粒子形成推动尾流，正κ群体仅致扩散（图3D）。运输不依赖粒子间直接作用，而是通过负载介导的间接协作。

Dependence on payload size

几何判据κa<-1决定运输相变（图5E-F）。当满足条件时，排斥势场产生等效吸引（图5C），使粒子持续"攀爬"负载曲率。实验与模拟均显示：2a=28cm负载的运输距离是15cm的1.8倍（图4A）。

The cooperative nature of the transport

负载持久性l_p可超越个体l₀十倍以上（图7C）。动力学方程（公式7）揭示：运动负载会优选同向推动者（φ=π稳定点），实现超线性协作放大（图7D-E）。

这项研究通过力学设计实现群体智能的"无算法"控制，为微型机器人集群（如医疗微纳机器人）提供新范式。其揭示的曲率参数κ，可能解释细菌（如E.coli）的逆流运动，并为活性物质自组装提供新思路。正如作者所言："当力学响应被正确编码，协作便自然涌现"——这或许正是自然界亿万年进化赋予蚂蚁的奥秘。