美國《科學(xué)日報》網(wǎng)站報道了康納爾大學(xué)在微型機器類昆蟲機器人研究方面的新進(jìn)展。該報道指出：雖然工程師們已經(jīng)成功地研發(fā)出了微型類昆蟲機器人，但如何使其像真正的昆蟲那樣自主行動依舊面臨技術(shù)上的挑戰(zhàn)。來自康奈爾大學(xué)的一組工程師正在嘗試使用一種新型的編程方法來模擬昆蟲大腦的運作方式，他們與美國哈佛大學(xué)微型機器人實驗室聯(lián)合研制了“機器蜜蜂”（RoboBees）機器人，這種機器人只有3厘米的翼展和80毫克的重量。康奈爾大學(xué)的工程師們正在研發(fā)的新編程方法，使這些機器人在面對復(fù)雜環(huán)境時能夠變得更加自主和更具適應(yīng)性。

 

　　在現(xiàn)有的技術(shù)條件下，要使這種機器人能夠使用嵌入在其翅膀上的毛發(fā)狀的微型金屬探針來感知陣風(fēng)從而相應(yīng)地調(diào)整其飛行姿態(tài)，以及要使它在嘗試降落在一朵在風(fēng)中搖曳的花上的時候能夠規(guī)劃出相應(yīng)的飛行路線，所需的計算處理資源需要在其背上攜帶一個臺式機大小的計算機，這顯然是不可能的。康奈爾大學(xué)機械和航天工程教授、智能系統(tǒng)與控制實驗室主任西爾維婭·法拉利（Silvia Ferrari）認(rèn)為神經(jīng)形態(tài)計算機芯片的出現(xiàn)是減小機器人負(fù)載的一種有效方法。不同于處理只由0和1組合而成的二進(jìn)制代碼的傳統(tǒng)芯片，神經(jīng)形態(tài)芯片處理的是復(fù)雜組合中觸發(fā)的電流尖峰，類似于大腦中產(chǎn)生的神經(jīng)沖動。法拉利的實驗室正在研發(fā)一種新型的“基于事件”的感知和控制算法，這種算法可以用來模擬神經(jīng)活動并且可以在神經(jīng)形態(tài)芯片上得以實現(xiàn)。由于這種芯片的功耗相較傳統(tǒng)處理器大幅減小，這使得工程師可以將更多的計算資源集成在同樣的有效載荷中。

 

　　法拉利的實驗室已與哈佛大學(xué)微型機器人實驗室展開了相關(guān)合作，他們研發(fā)出一種配備光流和運動感知能力且僅有80毫克的飛行機器人，即“機器蜜蜂”。盡管這款機器人當(dāng)前仍通過有線的方式與電源相連，但哈佛的研究人員正在研發(fā)新的電源來擺脫這一限制。康奈爾大學(xué)研發(fā)的算法則有助于在不過多增加重量的前提下，使該機器人在復(fù)雜的環(huán)境中有更好的自主性和適應(yīng)性。法拉利表示：“當(dāng)受到陣風(fēng)或者一扇旋轉(zhuǎn)的門的沖擊時，這種微型飛行機器人便會失去控制。我們正在研發(fā)傳感器和相關(guān)算法來使得它能夠避免撞擊，或者即使受到撞擊，仍然能夠幸存并繼續(xù)飛行。我們并不指望這種機器人的早期型號來完成這些工作，但我們需要研發(fā)能夠適應(yīng)任何情況的學(xué)習(xí)控制器。”

 

　　為了加速“基于事件”的算法的研發(fā)，法拉利實驗室的博士生泰勒·克勞森（Taylor Clawson）設(shè)計了一個虛擬模擬器。這個基于物理實際的模擬器可以模擬“機器蜜蜂”機器人和它在每次翅膀行程中所承受的非定常氣動力。因此，這個模型可以準(zhǔn)確地預(yù)測“機器蜜蜂”機器人在復(fù)雜環(huán)境下的飛行運動?？藙谏硎荆?ldquo;這種仿真技術(shù)既可以用來測試算法，也可以用來設(shè)計算法。”他協(xié)助成功研發(fā)了一種基于生物啟發(fā)式編程的可以像神經(jīng)網(wǎng)絡(luò)那樣運轉(zhuǎn)的自主飛行控制器。他還表示：“這種網(wǎng)絡(luò)能夠使機器人進(jìn)行實時學(xué)習(xí)從而應(yīng)對在制造過程中引入的不規(guī)則，而這些不規(guī)則會對機器人的操控帶來巨大的挑戰(zhàn)。”

 

　　除了具有更大的自主性和彈性以外，法拉利說她的實驗室計劃在“機器蜜蜂”上裝備新的微型設(shè)備，比如微型相機、觸覺反饋拓展天線，機器人腳上的接觸傳感器以及毛發(fā)狀的氣流感知器等。法拉利表示：“我們將‘機器蜜蜂’作為基準(zhǔn)機器人，因為它太具有挑戰(zhàn)性了，此外我們認(rèn)為其他不受限的機器人可以從這一進(jìn)展中受益匪淺，因為它們同樣面臨功率方面的限制。”

 

　　一個已經(jīng)獲益的機器人是哈佛大學(xué)的步行微型機器人（Ambulatory Microrobot），這是一款長度僅為17毫米，重量不足3克的四足機器人，它的奔跑速度可以達(dá)到驚人的每秒44米。法拉利的實驗室正在研發(fā)“基于事件”的算法，這將有助于進(jìn)一步提升機器人的速度。法拉利正在使用美海軍研究局提供的4年100萬美元的經(jīng)費來繼續(xù)這項研究工作。與此同時，她還與諸多大學(xué)神經(jīng)形態(tài)芯片和傳感器領(lǐng)域的先進(jìn)研究團(tuán)隊開展合作。