MOBLOT描述分子遗忘机器人的理论模型

专注于群体机器人的研究通常使用理论方法以抽象的方式描述机器人系统。机器人研究中经常使用的一种理论模型是 OBLOT，一种将机器人表示为简单系统的方法，所有系统都相同，没有记忆且无法相互通信。

拉奎拉大学和佩鲁贾大学的研究人员最近创建了 MOBLOT，这是 OBLOT 模型的扩展，可应用于更广泛的群体机器人系统。这种在第 20 届自治代理和多代理系统国际会议 (AAMAS 2021) 上展示的新模型的灵感来自原子自然排列形成物质的方式。

“MOBLOT 是理论群体机器人技术背景下的一种新模型，”进行这项研究的研究人员之一阿尔弗雷多·纳瓦拉 (Alfredo Navarra) 告诉 TechXplore。“首字母缩写词代表 Molecular OBLivious robOTs，因为灵感来自大自然：就像原子结合形成分子一样，在 MOBLOT 中，简单(且非常弱)的机器人可以移动以形成更复杂的计算单元(在模型)，在机器人方面具有一定程度和不同的能力。”

一旦形成，分子机器人可以根据特定的组成特性将自己排列成任何形状，形成机器人“物质”。在形成给定的形状后，如果存在其他输入或刺激，分子可以自动重新排列(即，自我重新配置)它们的位置以改变这种形状。

“基本上，我们正在寻找一种受自然启发的模型，该模型足以控制机器人群的行为，可以组合成更强大的实体(即分子)，”纳瓦拉解释说。“我们的最终目标是模拟一种可以通过算法改变形状的机器人物质。到目前为止，还没有考虑过这样的理论模型。”

MOBLOT 是一个通用的理论模型，可用于其他专注于群体机器人的研究。然而，它最初是为“弱”机器人设计的，这些机器人的能力非常有限(例如，没有记忆或无法相互通信)。Navarra 和他的同事特别关注“弱”机器人系统，因为他们希望他们的模型和与之相关的算法适用于大量现有的、新兴的和新开发的机器人。

“使其独一无二的主要特征涉及机器人将自身组合成分子(机器人的结构化子集)的能力，一旦形成，就会获得新的能力，”纳瓦拉说。“分子实际上被认为是具有特定范围和运动特性的独特实体。这旨在为模型“增加一些力量”，即，如果没有分子形成，有些任务将无法解决。”

与 OBLOT 模型和其他群机器人方法相比，MOBLOT 模型可以应用于更广泛的场景，其中机器人群形成的对称性被破坏。从本质上讲，该模型将非常简单的机器人的行为形式化，这些机器人可以聚合形成更复杂的机器人结构(“分子”)，进而可能形成不同种类的最终化合物(“物质”)。

在一系列初步测试中，纳瓦拉和他的同事表明，通过将机器人表示为形成分子的单元，MOBLOT 可以帮助解决所谓的物质形成问题。将来，该模型还可能用于探索其他科学和机器人问题。

此外，这种新的理论模型可以激励其他团队开发具有与其描述的机器人系统相似的组成特征的机器人。Navarra 和他的同事希望通过与其他工程师和机器人专家的合作来进一步探索这种可能性。同时，他们还计划通过考虑机器人可能在其中导航的不同环境来扩展他们的模型。

“到目前为止，MOBLOT 关注的是在欧几里得平面上移动的机器人，”纳瓦拉解释说。“在这个连续的环境中，机器人被假定能够在任何方向和任何数量上执行精确的运动，即使是非常小的数量。但是，对于机械能力较弱的机器人，可能无法执行如此复杂的运动精确;因此，我们目前正在研究让机器人在基于网格的地形中移动的后果，在该地形中，移动仅限于沿着网格线，并且在每一步都仅限于相邻的网格点。”

标签： 分子遗忘机器人