东方时讯网麻省理工学院的研究人员在制造机器人方面取得了重大进展，这些机器人可以实际且经济地组装几乎任何东西，包括比它们本身大得多的东西，从车辆到建筑物再到更大的机器人。
麻省理工学院比特和原子中心(CBA)的这项新工作建立在多年研究的基础上，包括最近的研究表明，可变形的飞机机翼和功能性赛车等物体可以由相同的微小轻型部件组装而成——而机器人可以建造设备来执行其中的一些组装工作。现在，该团队已经证明，组装机器人和正在建造的结构的组件都可以由相同的子单元组成，并且机器人可以大量独立移动以快速完成大规模组装。
这项新工作在CBA博士生AmiraAbdel-Rahman、教授兼CBA主任NeilGershenfeld和其他三人的论文中发表在《自然通信工程》杂志上。
Gershenfeld说，一个完全自主的自我复制机器人组装系统能够组装更大的结构，包括更大的机器人，并规划最佳的施工顺序，这还需要几年的时间。但是新的工作朝着这个目标迈出了重要的一步，包括解决复杂的任务，比如什么时候建造更多的机器人，把它们制造成多大，以及如何组织不同大小的机器人群来有效地建造一个结构而不会撞到彼此。
与之前的实验一样，新系统涉及大型可用结构，这些结构由称为体素(相当于二维像素)的微小相同子单元阵列构建。但是，虽然早期的体素是纯粹的机械结构件，但该团队现在已经开发出复杂的体素，每个体素都可以将能量和数据从一个单元传输到另一个单元。这可以使建造的结构不仅可以承受载荷，还可以进行工作，例如提升、移动和操纵材料——包括体素本身。
“当我们建造这些结构时，你必须内置智能，”Gershenfeld说。虽然早期版本的装配机器人通过电线束连接到它们的电源和控制系统，但“出现的是结构电子学的想法——制造传输电力和数据以及力的体素。”看着运行中的新系统，他指出，“没有电线。只有结构。”
机器人本身由一串端对端连接的体素组成。它们可以使用一端的附着点抓住另一个体素，然后像尺蠖一样移动到所需位置，在那里体素可以附着到生长结构并在那里释放。
Gershenfeld解释说，虽然他的团队成员展示的早期系统原则上可以构建任意大的结构，但随着这些结构的大小相对于装配机器人的大小达到一定程度，该过程将变得越来越低效，因为每个机器人必须经过更长的路径才能将每件作品带到目的地。
到那时，有了新系统，机器人可以决定是时候建造一个更大版本的自己，可以到达更远的距离并减少旅行时间。一个更大的结构可能需要另一个这样的步骤，新的更大的机器人创造更大的机器人，而包含许多精细细节的结构部分可能需要更多最小的机器人。
Abdel-Rahman说，当这些机器人设备组装东西时，他们在过程中的每一步都面临选择：“它可以建造一个结构，或者它可以建造另一个同样大小的机器人，或者它可以建造一个更大的机器人。“研究人员一直关注的部分工作是为此类决策创建算法。
“例如，如果你想构建一个圆锥体或半球体，”她说，“你如何开始路径规划，以及如何将这种形状划分”到不同的区域，让不同的机器人可以工作?他们开发的软件允许某人输入一个形状并获得一个输出，该输出显示放置第一个块的位置，以及之后的每个块，基于需要遍历的距离。
Gershenfeld说，关于机器人路线规划的论文已经发表了数千篇。“但在那之后的一步，机器人必须决定建造另一个机器人或不同类型的机器人——这是新的。在那之前真的没有任何东西。”
虽然实验系统可以进行组装并包括电源和数据链路，但在当前版本中，微型子单元之间的连接器强度不足以承受必要的负载。包括研究生MianaSmith在内的团队现在正专注于开发更强大的连接器。
“这些机器人可以行走，也可以放置零件，”Gershenfeld说，“但我们几乎——但不完全是——在这些机器人中的一个制造另一个机器人然后它走开的地步。这取决于事物的微调，就像致动器的力和关节的强度。......但它已经足够远了，这些是导致它的部分。“
最终，此类系统可用于构建各种大型、高价值的结构。例如，目前飞机的制造方式涉及大型工厂，其龙门架比他们制造的部件大得多，然后“当你制造大型喷气式飞机时，你需要大型喷气式飞机来运送大型喷气式飞机的部件来制造它，”Gershenfeld说。对于这样一个由微型机器人组装的微型组件构建的系统，“飞机的最终组装是唯一的组装。”
同样，在生产一辆新车时，“你可以在第一辆汽车真正制造出来之前花一年的时间在模具上”，他说。新系统将绕过整个过程。这种潜在的效率是Gershenfeld和他的学生一直与汽车公司、航空公司和NASA密切合作的原因。但即使是技术含量相对较低的建筑行业也可能从中受益。
虽然人们对3D打印房屋的兴趣越来越大，但如今这些房屋需要的打印机械与正在建造的房屋一样大或更大。同样，这种结构由成群的微型机器人组装的潜力可能会带来好处。国防高级研究计划局也对建设沿海保护结构以防止侵蚀和海平面上升的可能性的工作感兴趣。
休斯顿大学电气和计算机工程副教授AaronBecker与这项研究无关，他将这篇论文称为“本垒打——[提供]一个创新的硬件系统，一种思考扩展群体的新方法，以及严格的算法。”
Becker补充道：“本文研究了可重构系统的一个关键领域：如何快速扩大机器人劳动力并使用它来有效地将材料组装成所需的结构。……这是我见过的第一个从全新的视角——使用一组原始的机器人零件来构建一组尺寸经过优化的机器人，以尽可能快地构建所需的结构(和其他机器人)。”