没有人发号施令，没有人统筹规划，一群简单的小机器人却能自发聚集、协作建造，还能在需要时反过来把同样的结构拆掉。

这不是科幻小说里的场景，而是哈佛大学约翰·A·保尔森工程与应用科学学院最新发表在学术期刊《PRX Life》上的真实研究成果。研究团队从蚂蚁的集体行为中获得灵感，开发出一套无需中央控制便能完成复杂任务的机器人群体系统。

蚂蚁教会了工程师什么

蚂蚁建造蚁穴这件事，表面上看平淡无奇，但仔细想想其实相当神奇。

一个蚁群可以包含数百万只工蚁，它们共同建造出结构精密、温度调控精准的巢穴，但这个过程里没有任何一只蚂蚁拥有整体蓝图，也没有任何一只蚂蚁负责指挥其他成员。每只蚂蚁只是根据自己感知到的局部环境信号做出简单决策，整体的复杂结构就从这些简单行为中自发涌现出来。

生物学家把这种机制叫做“斯蒂格默基”，即个体通过改变环境、并对环境变化做出反应来实现间接协调。蚂蚁在这里扮演的角色，是信息素的释放者和接收者，它们走过的地方留下化学信号，其他同伴追随这些信号聚集，聚集本身又强化了信号，形成正反馈循环，最终触发集体行动。

哈佛的研究团队由L. Mahadevan教授领导，他的实验室多年来持续研究社会性昆虫群落的集体行为，此前已在蚂蚁挖掘行为的模拟和机器人实现上积累了深厚基础。这次的新研究，是将这套逻辑推进到了一个更完整的系统层面，不仅实现了建造，还实现了拆除，并系统性地找出了控制群体行为切换的关键参数。

光束代替信息素，机器人学会“读懂环境”

研究团队开发的机器人被称为RAnts，名字本身就是“机器人蚂蚁”的缩写。

真实蚂蚁依赖信息素这种化学信号进行协调，RAnts使用的则是光场，即覆盖工作区域的数字化光信号场，作为信息素的替代品。每个机器人都配备了感光元件，能够感知所在位置光场的强度梯度，也就是周围哪个方向的信号更强，同时在移动过程中留下自己的光信号，形成机器人与环境之间的实时反馈回路。

整套系统的规则极其简单，每个机器人只需遵守三条指令：沿着光信号梯度的方向移动；根据信号强度决定是否拾取建筑材料块；当信号强度达到设定阈值时，将手中的材料放下。

就是这三条规则，触发了令人惊讶的复杂行为。

机器人群体在运行过程中会自发形成“成核位点”，也就是材料开始聚集的初始点。这种现象源于一种被研究人员称为“陷阱不稳定性”的机制：一个机器人在某处放下材料，这个动作增强了该位置的信号强度，信号增强吸引了更多机器人前来，更多机器人的到来进一步增强了信号，越来越多的材料被堆积在同一位置，结构就这样从无到有地生长出来。

整个过程没有任何一个机器人知道最终要建成什么，也没有任何中央系统在协调谁去哪里做什么。

两个参数，决定建造还是拆除

这项研究最具实用价值的发现之一，是找到了控制群体行为模式的关键旋钮。

研究人员发现，只需调整两个参数，就可以让同一群机器人在“建造模式”和“拆除模式”之间自由切换。第一个参数是协作强度，即机器人对光信号梯度的跟随程度，这个值越高，机器人越倾向于聚集到信号强的地方；第二个参数是沉积速率，控制机器人放下还是拿走材料的倾向。

当两个参数组合调到合适的区间，机器人群体就会自发建造结构；将参数推向另一个区间，同一群机器人会转而把已有结构逐步拆解。

这种灵活性在真实应用场景中意义重大。想象一下灾难搜救现场，机器人群体需要先拆除部分废墟，再在特定位置搭建临时支撑结构，而这两个任务可以由同一套系统完成，只需调整参数，不需要重新编程，也不需要更换设备。

Mahadevan教授在研究中引入了一个新概念：“外骨骼智能”，即群体的集体认知不仅来自个体机器人本身，更来自机器人群体与持续演变的环境之间的动态交互。这个视角将“智能”的边界从单个个体扩展到了整个系统，包括机器人和它们所处的环境。

从蚂蚁到火星，潜在应用空间广阔

这项研究的应用想象空间，远不止停留在实验室泳池大小的测试区域。

在危险环境作业方面，核电站事故现场、地震废墟、化学污染区域，这些人类难以进入的场景恰恰是机器人群体的用武之地。去中心化的设计意味着单个机器人损毁不会导致整个任务崩溃，群体会自动调整继续运作，这种鲁棒性是传统中央控制系统难以企及的。

行星探测是另一个被研究团队明确提及的潜在方向。在月球或火星表面执行建造任务，实时通信存在延迟，地球上的工程师无法实时操控每一个细节，能够依靠局部规则自主完成任务的机器人群体，是目前能想到的最实用的解决方案之一。

在科学研究层面，这套机器人平台本身也是一个强大的实验工具，可以用来验证和探索生物群体行为的理论模型，帮助科学家更深入地理解从蚂蚁群落到神经网络等各类复杂系统的运作原理。

蚂蚁用了数千万年进化出这套集体智慧，哈佛的工程师用机器人和光场把它复现出来，只用了几年。接下来的问题是，这套“无头”的协作逻辑，能在多复杂的真实任务中站得住脚。