刘雳宇：集群机器人作为生物进化系统的模型 | 中国物理学会

本期我们介绍的是刘雳宇教授于美国科学院院刊PNAS (Proceedings of the National Academy of Sciences of the United States of America)上发表的研究工作，其工作获得美国物理联合会AIP旗下的Physics Today 专题报道。

扫描二维码，查看原文及报道

研究简介

本研究工作中，机器人被赋予独特的遗传、变异和自然选择的机制，从而将生物进化系统中最重要的因素引入到机器人群体中。结合动态可编程的光学环境，使机器人群体能够感知环境和改变环境，从而诱发复杂的群体适应性行为。

摘要预览

Experimental robobiological physics can bring insights into biological evolution. We present a development of hybrid analog/digital autonomous robots with mutable diploid dominant/recessive 6-byte genomes. The robots are capable of death, rebirth, and breeding. We map the quasi-steady-state surviving local density of the robots onto a multidimensional abstract “survival landscape.” We show that robot death in complex, self-adaptive stress landscapes proceeds by a general lowering of the robotic genetic diversity, and that stochastically changing landscapes are the most difficult to survive.

人物简介

刘

雳

宇

教授

科技部“973计划”首席科学家

国家青年海外高层次人才

2008年在香港科技大学博士毕业；2012年在美国普林斯顿大学完成博士后研究工作，同年被聘为中科院物理所特聘研究员；2015年开始入职重庆大学并聘为常务副院长。主要研究方向是癌症生物物理学和基于复杂网络的集群机器人的研究。

寻幽问径

论文在投审稿过程中遇到了什么让您记忆深刻的事情？

在审稿过程中，有两个审稿人提出可以基于我们的平台定义不同的规则来探索更多的生物学和物理学体系，这与我们的观点不谋而合。因为我们的工作主要是基于环境平台与机器人集群可以相互感知的特点来定义和实验的。因此在定义的选择上，我们只能做一些取舍。但审稿人的肯定也让我们更加确信我们的方向是正确的。

您开展这项研究的最初动机是什么？为什么这个方向会吸引您？

传统的活性物质系统和生物学系统在研究集群的涌现行为时，往往在量化的环节非常困难，并且集群中的个体与环境的互动耦合缺乏动态、深入的量化观测。因此，我们自主构建了包含可编程的机器人集群和可互动的环境平台。在这样的系统平台中，个体不仅可以检测其他同类个体，还能够主动感知和改变环境。这与实际的生物学系统和物理学系统更加贴近，由此可以探索非常丰富的生物物理学涌现现象，这是这项研究和这个方向最吸引我的地方。

完成这项研究需要采取什么领先或特殊的计算方法/实验手段？

这项研究的完成需要我们的全新机器人活性物质系统平台，该平台是首创的将复杂环境因素引入集群系统中的全新系统，从而可以实现对环境的精确量化和动态控制。集群中的个体既可以感知环境也可以主动改变环境，而且这些环境与个体的作用细节都可以被准确记录下来，从而进行深入的量化分析。

研究过程中遇到的最大困难是什么？最后如何克服了？

该研究最大的困难在于其因为是一个全新的系统，因此各项参数有很宽泛的调节范围，这为寻找合适的实验参数带来了极大的挑战。因为通过集群机器人实验来探索具体的参数范围是效率非常低的，因此，我们首先建立了一套数学模型，并通过仿真实验和数学计算来估算实验所需的更小的参数范围。然后再使用机器人在缩小后的参数空间内探索，从而确定最终的实验参数。

研究结果的创新性和重要性具体体现在哪些方面？

此研究结果的主要创新性在于我们发现了具有生物特性的机器人集群在复杂环境中的适应性行为与传统的计算机仿真有很大的差别。实体的机器人系统具有真实世界中的各种环境噪声和误差，因此会涌现出与理想条件下的计算仿真所不同的结论。我们发现在时间和空间都随机变化的复杂资源环境中，具有高突变率的群体反而更加容易灭绝，这为肿瘤化疗的用药方法提供了一个非常不同的思路，即随机无规律的用药或许比周期性规律用药更能抑制具有高突变率的肿瘤细胞。

您的合作者提供了哪些帮助？如何看待这项研究？

这项研究我们跟美国普林斯顿大学、耶鲁大学、佐治亚理工大学和约翰霍普金斯大学都有着密切的合作。普林斯顿大学的Robert Austin教授对这项研究在生物学领域的促进性有着极大的兴趣，并且与约翰霍普金斯大学的教授对我们定义的生物学概念进行了详细的分析和讨论，也肯定了我们研究成果对于肿瘤医学的重要启发。

您将会继续深入相关的研究工作吗？有什么具体的期待？

是的，我们还将继续深入该研究。通过生物微流控芯片来验证我们在机器人集群系统中得出的随机无规律用药对高突变率肿瘤细胞的抑制作用的结论是我们已经在开展设计的项目。希望我们在机器人体系中得出的结论能够在生物学领域真正得到验证，从而为威胁人类健康的癌症的治疗提供一种全新的方法。这是我们最大的研究价值所在。

能否分享您在研究探索过程中的某些难忘时刻，比如曾经想要放弃，或者豁然开朗的顿悟。

研究过程最令我难忘的就是前期探索具体科学问题的期间，我们做了非常多不同类型的实验。我们虽然知道这套系统具有多方面的潜在研究价值，但如何从这些纷繁复杂的实验现象和设定规则中寻找到最有价值的问题则是非常令人头疼的。我们经过了大量的讨论和交流后才终于拨云见日，明确了最终的研究目标。这个过程比较痛苦，但让我印象深刻。

设计：由理

排版：由理

美编：农民

责编：理趣

扩展阅读

 

3. 诺奖得主Wilczek科普专栏

4. 天文王善钦专栏

蔻享学术平台，国内领先的一站式科学资源共享平台，依托国内外一流科研院所、高等院校和企业的科研力量，聚焦前沿科学，以优化科研创新环境、传播和服务科学、促进学科交叉融合为宗旨，打造优质学术资源的共享数据平台。

版权说明：未经授权严禁任何形式的媒体转载和摘编，并且严禁转载至微信以外的平台！

---

原创文章首发于蔻享学术，仅代表作者观点，不代表蔻享学术立场。

转载请在『蔻享学术』公众号后台留言。