具有鉸接式機構的可壓縮機器人，靈感來自昆蟲的簡單性。圖片來源：Kaushik Jayaram，動物啟發運動和機器人實驗室

作者：Neil Savage 是美國馬薩諸塞州洛厄爾的自由撰稿人。

人類的大腦包含令人印象深刻的860億個神經元，但昆蟲的神經元卻少得多。蜜蜂用大約100萬個神經元管理其所有的復雜行為，而微小的Megaphragma mymaripenne黃蜂只用不到1萬個神經元。研究昆蟲如何執行關鍵任務讓科學家們了解到機器人如何在處理能力有限的情況下實現復雜的行動，并指出要在蒼蠅和蟑螂的規模上建造它們。

一支空中的、家蠅大小的機器人隊伍可能被證明有助于將傳感器送到難以到達的地方，提供遠程檢查，例如，管道內或從森林樹冠收集數據。由于它們的重量，它們在人類周圍使用也應該是相對安全的。美國西雅圖華盛頓大學自主昆蟲機器人實驗室的機械工程師Sawyer Fuller說："最重要的是，它們提出了工程師可以借鑒的設計挑戰。從設計受到極端規模限制的機器人中可以學到很多東西。我們將學習如何制造高效的航空電子裝置。我們將找出制造機械的新方法。這將迫使我們成為超小型的。"

自然指數 2022 人工智能和機器人技術

特別是，由于昆蟲規模的機器人可能只攜帶約100毫瓦的電力，它們的設計正促使研究人員重新思考如何納入智能。美國科羅拉多大學博爾德分校負責動物啟發運動和機器人實驗室的機器人學家Kaushik Jayaram說："昆蟲被認為比脊椎動物更簡單，所以也許它們有更簡單的處理或智能機制。"

一種方法可能是將一些控制決策從處理器轉移到機器人的物理設計中，本質上是將智能植入身體。例如，富勒正在研究一個需要迎風轉向的飛行機器人。傳統的方法是由傳感器檢測風向，然后由中央處理器控制機器的方向。富勒發現，他可以簡單地在機器人的后部添加鰭，空氣在它們周圍流動的方式會自動將機器人轉向風向，而無需任何額外的傳感器。

模仿昆蟲的感覺系統也可以在不增加動力需求的情況下提高性能。在風洞測試中，富勒發現蒼蠅不僅通過視覺來控制它們的導航，而且還通過風對它們觸角的壓力來感知空氣速度。他說，將不同的、低分辨率的傳感器結合起來，可能比試圖在一個微小的身體上安裝一個復雜的攝像頭更有效。

然后還有一個機會，那就是微型機器人能夠撞上一個物體而不遭受重大損害，因為相對于它們的機械強度，碰撞的力量很小。Jayaram正試圖利用這一原理來模仿蟑螂。蟑螂在接近墻壁時不會放慢速度，而是直接沖向墻壁，并利用力量將身體向上傾斜來爬。賈亞拉姆已經在手掌大小的機器人蟑螂身上展示了類似的能力，他還希望建造一分錢大小的機器人，憑借其幾何形狀，可以模仿蟑螂折疊身體的方式，擠過小至3毫米的縫隙。

Fuller正在研究飛行機器人，其大小和大黃蜂差不多，重量和牙簽差不多，翅膀由碳纖維支撐的聚酯薄膜制成。他說，除了自然界激發的特定功能外，工程師們還可以學習以類似于自然界的方式進化他們的機械設計和控制系統，根據之前迭代的成功和失敗來調整每個版本。富勒說，大自然 "同時進化了身體和控制系統。在工程學中，你學習如何設計一個控制系統，或者你學習如何設計一個好的機器人手臂。但這種同時做這兩件事的學科并不常見。"

Jayaram也確信，弄清昆蟲如何處理挑戰將為科學家們指出解決方案。"當我們開始建造需要與現實世界對接的更復雜的機器人時，大自然可以成為一個強大的老師。"