外观
新闻Robohub4 个月前
康奈尔Cross-Link集群：机械智能驱动无中控自适应协同运动
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Entangled robotic matter with cohesive motion（Robohub）
核心内容
康奈尔大学Kirstin Petersen团队在Science Robotics发表研究，提出Cross-Link Collective机器人集群系统。该系统由数十个微型模块组成，摒弃传统集中式计算与通信，转而依赖“机械智能”实现类活性凝胶的连续变形与重组。实验表明，该集群在斜坡和障碍场中表现出优于单体的运动可靠性，且具备单点失效容错能力，为动态非结构化环境下的群体机器人设计提供了新范式。
每个模块尺寸约200×20mm，内置电机驱动其在“I”形与“U”形间振荡，通过地面反作用力移动并利用端部弱魔术贴临时耦合。系统仅保留极简声学反馈机制：脱离群体的模块发出蜂鸣信号，邻近模块据此减速以助其重连。佐治亚理工学院提供原始设计，康奈尔团队经多年统计优化确定了模块尺寸与纠缠动力学参数，证实微小物理特征变化显著影响大规模集群的自组织效能与内应力释放。
关键看点
- 机械智能架构：放弃显式计算通信，将智能编码于模块形状与接触动力学，使系统自然趋向低内应力构型
- 模块物理规格：单体长200mm宽20mm，电机驱动I/U形振荡产生推力，端部弱Velcro实现可逆物理纠缠
- 极简声学协同：无中心感知，掉队模块发蜂鸣声触发邻居减速重连，以最低算力增强集群凝聚力与容错性
- 类软物质特性：集群在障碍场中如流体般动态断连防卡死，斜坡运动可靠性显著高于个体，验证涌现行为
工程与产业观察
该研究为具身智能群体算法提供了“物理先验”新思路。在通信受限或高动态场景中，通过精心设计本体几何与被动交互机制替代复杂规划，可大幅降低算力需求并提升系统鲁棒性。这对开发低成本、高冗余的勘探或救灾集群具有直接工程参考价值，提示硬件形态本身即是算法的一部分。
来源
本页事实对应的公开页面，以原文为准。