具有人工智能的神奇仿生机器人（走向生长机器人）

具有人工智能的神奇仿生机器人（走向生长机器人）作为一个物理过程，机器人技术的发展主要是通过自组装和自我重构。这些都是“模块化机器人”的特性。模块化机器人是机器人技术中的分支，其中的机器人由多个模块组成，每个模块都具有自己的驱动和感知功能。自组装允许模块彼此之间产生物理连接，自我重构则是模块化机器人通过重新排列模块连接来修改其形态的能力。目前，模块化机器人技术是工程师用人工系统模拟生物有机体的形态演变过程时使用的主流方法。1.3 生长机器人与模块化机器人动物与植物的细胞活动都与生长相关，然而，动物界的进化过程与植物界是完全不同的。动物有多个生长阶段，且只生长到成熟期，生长通常发生在全身。动物生长也被称为有限生长，轨迹和渐近大小通常由基因决定，而环境带来的影响有限。植物的生长则被称为无限生长，因为植物的生长没有这些限制，大多数情况下一辈子都不会停止，且通常局限于身体的特定区域，也就是根和茎上的分生组织。在时间上对比，植物和动物的生长往往是

本文由集智翻译组整理自 www.frontiersin.org

1. “生长机器人”简介

1.1 生物界的生长

生物有机体的产生涉及了三个彼此紧密连接的变化过程：生长（质量上的改变），重塑（材料性质上的改变），和形态发生（形态的演变）。其中的生长，可以被看作一个物理过程，在这个过程中，通常随着身体的扩大或伸长，质量上产生永久性的增加。生长也可以被看作一个描述系统复杂性增加（例如知识的增长）的抽象过程。

动物与植物的细胞活动都与生长相关，然而，动物界的进化过程与植物界是完全不同的。动物有多个生长阶段，且只生长到成熟期，生长通常发生在全身。动物生长也被称为有限生长，轨迹和渐近大小通常由基因决定，而环境带来的影响有限。植物的生长则被称为无限生长，因为植物的生长没有这些限制，大多数情况下一辈子都不会停止，且通常局限于身体的特定区域，也就是根和茎上的分生组织。在时间上对比，植物和动物的生长往往是在不同的时间尺度发生的。从功能上看，植物使用生长来移动、探索与占领周围环境，而对于动物来说，生长和运动是彼此完全独立的功能。

1.2 在人造系统中复制生长

一直以来，在人造系统中复制生命系统中的自然过程，都是许多科学家和工程师的梦想。生长便是其中一个自然过程。图灵是第一位尝试在自动机中重现神经学习过程的数学家，他表明进化、学习和生长都是可以在机器中复现的。同样作为数学家，乌拉姆也把生物学看作可建模的数学问题的一大来源，如生长和进化。自那以后，多种生物模型中的生长概念都已被广泛地用于计算应用中，例如细菌菌落的生长过程，黏菌的生长模型，或是L系统。

1.3 生长机器人与模块化机器人

作为一个物理过程，机器人技术的发展主要是通过自组装和自我重构。这些都是“模块化机器人”的特性。模块化机器人是机器人技术中的分支，其中的机器人由多个模块组成，每个模块都具有自己的驱动和感知功能。自组装允许模块彼此之间产生物理连接，自我重构则是模块化机器人通过重新排列模块连接来修改其形态的能力。目前，模块化机器人技术是工程师用人工系统模拟生物有机体的形态演变过程时使用的主流方法。

“生长机器人”的概念不应局限于这两个定义。从生物学意义出发，一个生长机器人应该被视为一个能通过增添材料来改变其身体结构的机器人实体。这里的材料，指的是能够被提供给机器人或在环境中直接可用的，并且能够通过某种自我构建过程连接或组装到机器人身上的任何组件、模块或物质。这些材料不仅能够导致机器人身体质量增加和形态变化，而且还能给予它更多、更强的能力，例如通过分布式感应提高感知能力、增强移动能力，或者提供任何能够帮助它完成原来不可能完成的任务的能力。

1.4 生长机器人的应用意义

来自生物的启发，已大大帮助我们找到好的方法，使机器人的身体与行为能够适应环境中的变化。其中，植物对于机器人技术早已有所启发，包括感知、材料、驱动以及控制策略等方面。这些技术发展出了一个领域，称为植物仿生机器人。这个机器人的新领域吸引了很多机器人学家和工程师的关注，也已经将许多植物相关的概念引入了模块化机器人技术。

生长机器人的实用性来源于其强大的潜在适应性。在非结构化环境中（例如地震后）环境约束条件往往不明确，不知道哪些地方人类是无法触及到的，或难以定位目标物体或地点。在这种情况下，如果一个机器人系统能够根据环境和任务要求，快速调整其运动、形态和功能，也就能大大提高工作效率、缩短干预时间。

1.5 本文结构

本文梳理了机器人发展概念中的里程碑。首先，我们整理了历史上采用的方法，以及最近在受植物启发的机器人领域的成果。然后，我们对比一些基于不同的生物系统模型而设计的机器人方案，包括分子，细胞，以及生物有机体三种不同的复杂程度，并分析它们背后实施的与生长相关的概念。最后，我们讨论该领域未来面临的挑战。

图1：生长机器人相关概念与研究发展主要里程碑。

图片来源：https://www.frontiersin.org/articles/10.3389/frobt.2018.00016/full#B41

2. 走向生长机器人

2.1. 冯·诺伊曼的自我复制机设想

生长机器的概念可以归功于约翰·冯·诺伊曼，早在二十世纪中叶，他便探讨了“自我繁殖机器”与“复杂性”的概念。复杂性的概念，中心思想是自然生物体会进行复制繁衍，在繁衍的过程中复杂性不会降低；相反，随着进化的过程增加，新系统总会比之前的系统更加复杂。

对于是否能通过自动机实现复杂性概念、具体又应该如何实现，冯·诺伊曼做了许多设想。在图灵的自动机计算理论与乌拉姆的细胞层面模拟建议的基础上，他形式性地提出了他的想法：一个自动机，可以从一个包含浮动组成元素的库开始，生成另一个与自己相同的自动机。

考虑到自然系统的高度复杂性，冯诺依曼提出了一种基于将自然过程转译至人工系统的方法，其中包含两个步骤：（一）将问题分解为子问题（例如，单个有机体由许多基本单元组成）; （二）了解这些基本元素是如何组织起来的，以及每个单元在整个系统的运作起到什么作用。

2.2 模块化机器人

这种将复杂有机体分解成更小和更简单的单元的想法，后来在 Fukuda 等人 （1988）的研究中首次采用。 1988 年，Fukuda 介绍了他在 CEBOT（细胞结构机器人）中实现的动态可重构机器人系统（DRRS）的概念。这项工作的开创性在于，机器人的概念不再是一个整体单元，而是一个由分离开的自治、异构单元组成的分布式机器人系统，其中的单元称为“细胞”。

这些机器人单元可以功能化，彼此之间可以相互通信，也可以自动地接近、连接或断开连接。多个细胞能够组成一个统一的模块，就像一块生物组织；多个模块则能够组装成一个结构化机器人。系统可以改变其结构以适应环境，并利用不同的模块组合来执行任务。同样地，通过采用这种重组模块的策略，这种系统具有自我修复和容错的能力，即使发生故障也能够继续运行。 CEBOT 是模块化机器人的第一个原型，它开拓了“细胞机器人”技术领域，又名“模块化机器人技术”。

2.3 自我设计、增材制造的可重构机器人

Lipson 和 Pollack（2000）提出了除细胞机器人之外的另一种方法，概念上是可不断进行自我设计的、可组态重构的机器人。他们提出结合进化计算的能力来同时设计身体与发展控制，并利用增材制造的方式来制造它。根据他们的方法，一个复杂的机器人由三个主要单元组成：一个单元计算设计，第二个单元制造身体，第三个单元是该过程的结果，即产生的身体。这样的机器人，不需要人工干预就能够自行生产出最能满足任务的控制和设计。

2.4 植物仿生机器人

朝着生长机器人的物理实现迈出的更近一步，灵感来源于植物生长的概念。此方法起源于观察植物对恶劣环境的高度适应性以及它们在土壤中探索及拓殖的能力，这些发现有助于开发能够探索地下环境的人工系统。目前，通过这种方法，已产生了一系列在土壤中高效移动的技术解决方案。

例如，Sadeghi 等人（2013年）利用了一个植物表皮从中间的维管向外翻出的机制，以复现植物根尖释放死亡细胞的过程。这是通过在植物维管和土壤之间生成一层组织来实现的，实验表明此方法减少了根尖穿透土壤的阻力。这些研究发现为新一代植物仿生机器人铺平了道路，也为“自我构建”机器人概念的物理实现提供了细胞机器人之外的另一种替代方案。

3. 生长机器人的生物启发

本部分概述的两个主要类别包括具有物理自组装能力的模块化机器人，以及模仿植物尖端组织生长机制的植物仿生机器人（图2）。我们根据自然元素的分层维度将选定的机器人分类，从分子开始，到细胞，再到一个完整生物体（图3）。

图2：本文中讨论到的机器人种类划分图示（模块化机器人与植物仿生机器人）。

图片来源：https://www.frontiersin.org/articles/10.3389/frobt.2018.00016/full#B41

3.1 分子机器人

White 等人提出了一种基于随机模块在随机绑定的浮动平面上移动的方法，使用两个几何形状，一个正方形和一个三角形，在2D平面上运动、相互连接聚合（图4A）。连接的产生从单个活动模块（种子模块）开始，根据内部规则，它能够对于连接点进行激活或解除激活。该方法原理基于统计力学和活性键合点的吸引力属性，连接点采用电磁铁实现，结构从种子模块开始生长。

一旦建立了连接，所得到的结构就能够激活全局或分布式的传感，驱动和计算功能。基于同样原理的两个 3D 版本也已经实现，第一种使用磁体进行连接聚合，第二种借助内部的泵的激活或止停来形成键合或者拆分连接（图4B）。在两种 3D 实现中，模块在液体中被动地移动，通过搅动将随机性引入系统，固定在水箱底部的模块充当种子并吸引浮动模块。

Haghighat 等人提出了相同的浮动原理。他们制作的 Lily 机器人能够按照图语法规则组装自己，演变出不同的形状；这些规则根据目标结构，指定随机匹配时的条件（图4C）。

分子机器人让我们可以在人工模拟中重现自然过程，其中涉及的工作也不会过于复杂。然而它们非常依赖于定义组件的模块几何形状以及为模块运动提供能量的浮动环境，因此主要还是限于辅助理论探索。

图4. 分子机器人。依次为：（A）White 等人提出的机器人 2D 平面实现中，正方形的部分；（B）White 等人提出的机器人，3D 实现的组装；（C）单个 Lily 机器人模块。

图片来源：https://www.frontiersin.org/articles/10.3389/frobt.2018.00016/full#B41

3.2 细胞机器人

这个类别可能包含所有模块化机器人，因为它的启发来源于细胞结构。模块化机器人通常可以由体系结构（晶体，链型，可移动与混合）或自我重构的方法（确定性，随机性）进行分类，这里仅选择那些通过自组装方式显示生长能力的模块化机器人，纯粹的晶体或链型模块化机器人通常没有这些特征。

在细胞机器人技术中，大部分的重点都放在了对接策略上，包括搜索，接近和连接未连接的模块。这里所有例子在成功连接模块方面都存在限制。通常，两个不同的组件其中一个需要被固定到确定的位置，或者这两个组件都参与组装过程，这使得实际生长的量变得难以测量。此外，生长的粒度也无法调整，最小的生长幅度是由模块大小预定义的（离散过程）。下面按照对接策略，举出一些例子：

CEBOT是为方便在工业环境中的操纵而建造的，尽管没有实现全部功能，它仍然是模块化和分布式控制的先驱（图5A）。与其类似的 CONRO 通过两个部分的自组装来显现其生长能力，每个部分由两个模块组成（图5C）。两个部分之间的对接需要通过适当的公/母机制来执行，对于每个部分的检测受到IR界面对齐的限制（Rubenstein 等，2004）。

固定位置：PolyBot（Yim 等，2002）的组装策略在设计上与CONRO非常相似，比CONRO多出了由六个模块组成的机械臂与位于固定已知位置的单个模块之间的对接（图5B）。Qiao 等人（2014）也展示了一个可移动的模块如何与固定于一个已知位置的模块进行对接（图5I）。

视觉反馈：PolyBot 的继任者 CKbot（Yim 等， 2007）使用视觉反馈来定位相邻的，未连接的模块（图5E）。与此类似的另一个系统 M-TRAN也使用视觉反馈（Murata 等，2006），其中一个摄像头模块位于一个静止的群集上，用于计算未连接的模块集群的位置和方向，并引导它们朝对接位置行进（图5D）。

磁性对接：SMORES 是一个混合系统，其中每两个模块之间的连接是通过位置接近的磁铁自主引发的（Davey 等，2012）（图5G）。M-Blocks 是独立的机器人模块，通过磁性的边缘和面进行组装，使用单向反作用轮（飞轮）创建近似的扭矩冲量（Romanishin 等，2013）（图5H）。当一个模块未与目标位置对齐时，模块驱动器将生成一个高扭矩引起模块随机移动；相反，如果模块与目标位置已对齐，则使用计算的扭矩，控制模块朝目标方向旋转。

机械挂钩：Wei 等人（2011）研发了另一个细胞启发生长机器人 Sambot，其对接方式是使用红外接口和机械挂钩实现的（图5F）。通过自组装，这种多机器人系统可以形成具有移动能力的各种机器人结构。 Roombot 是另一个使用机械挂钩来实现模块之间连接的例子（图5J）。

图5：细胞机器人。 依次为：（A）CEBOT；（B）PolyBot；（C）CONRO；（D）M-TRAN；（E）CKbot；（F）Sambot；（G）SMORES；（H）M-Blocks；（I）Qiao 等人（2014）提出的可重组态机器人；（J）Roombots。

图片来源：https://www.frontiersin.org/articles/10.3389/frobt.2018.00016/full#B41

3.3. 生物有机体启发的机器人

包含于这一类的机器人受到整个生物有机体所采用的生长策略的启发。与细胞生长机器人中通过几个模块相互连接来模拟细胞组装的方式不同，有机体启发的机器人主要是能够在其身体的特定区域增量添加材料的单模块系统。

3.3.1

Sadeghi 等人（2014）开发的机器装置模仿植物采用的尖端生长，能够通过尖端处的丝状材料沉积垂直穿透土壤。机器人根部在其尖端内部放置一台微型3D打印机，并使用热塑性长丝状打印材料构建稳定的中空体，使融合材料层彼此聚合，并通过FDM熔融沉积成型法巩固结构。机器人的相对两侧沉积不同量的原材料，能导致两侧的差异化生长实现系统弯曲。尖端嵌入的传感器和一个具有生物敏感行为的控制单元，通过驱动尖端后部的材料变化，能够驱动生长方向，使其能够跟踪吸引物或避免排斥物。这项工作通过将增材制造技术集成到机器人机体内部，成为了自我构建机器人的第一个物理解决方案（图6A）。

利用生物体中身体伸长的概念，如真菌菌丝，神经元或花粉管的生长策略，Hawkes 等人（2017）实现了一种通过加压室外翻伸长自己身体的系统。该系统可以通过单独控制每个室的加压，来从头部伸长其身体，系统可以弯曲以进行由视觉处理控制器操控的地面环境导航（图6B）。

上面的例子中主要的限制均来源于可用材料的数量。这意味着生长的能力依赖于向个体提供物质资源的库。

图6. 生物启发的植物仿生机器人。（A）Sadeghi 等人研发的，使用热塑性材料自我构建的机器人；（B）Hawkes 等人研发的，通过加压使表皮从内向外翻出以实现伸长的机器人。

图片来源：https://www.frontiersin.org/articles/10.3389/frobt.2018.00016/full#B41

4. 讨论与结论

本文介绍了生长机器人的历史演变。我们对这类机器人提出了定义：通过添加材料，这些机器人物理地演化它们人工建造的身体。理想情况下，从长远的角度来看，生长机器人应该能够基于环境中的可用元素，自行构建自己的结构、升级自己的功能，这将使它们完全独立于外部资源库或人类的干预。

4.1 细胞机器人

在细胞机器人领域，通过研究能够自组装的模块化机器人（能够自主地与彼此产生连接的模块），物理连接的技术在机械方面得到提升，也引向了在模板匹配，组态选择与路径规划等任务上算法为中心的方法，以减少重组态的时间，并优化特定任务中的模块排列结构。生长的概念已经扩展到更广泛的形态演变，在这些机器人中，通常通过模块的自组装和重新排列来达成。

4.2 植物仿生机器人

植物物伸长组织的生长也已经在机器人中模拟。本文讨论了第一个能够通过利用热塑性材料构建自己结构的机器人（Sadeghi 等 2017）。这个机器人能够操纵材料，改变材料特性，并沉积材料以建立一个可以被认为是沟通渠道的管状结构。这样的管状结构这在救援应用中尤其有用，可用于提供氧气和水，或传递其他机器人，摄像头或传感器。这样的结构也很容易为机器人提供生长过程中必需的新原料和能源。

4.3 技术局限与展望

生长机器人的物理实现，仍然受限于目前在模拟细胞分裂与吸收环境资源这些机制上的技术难题。在之后的发展中，材料学与合成生物学领域的成果或许能带来一些启发。

自我愈合是自然组织带有的一种特性，它允许重建死亡或受损的组织，也是生长机器人的理想功能之一。近来，从材料学的角度，已探索实现这个概念的方法。合成生物学的目标是构建新的生物系统，成果包括由合成DNA开关组成的体外可编程电路，用于培育人造骨骼的合成聚合体支架，以及由天然肌肉合成的生物混合材料驱动的驱动器。将这些工具与人造组织、功能化、自愈性能与自建机器人的概念结合起来，或许便能代表新一代生长机器人的正确研究方向。

（本文有删减，完整版将发布在“集智俱乐部”知乎号）

翻译：青子，审校：Dr.gaster，张振宇

编辑：集智小仙女2.0

原文：https://www.frontiersin.org/articles/10.3389/frobt.2018.00016/full