[據《科學日報》網站12月14日報道]雖然工程師們已經成功地研發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上的挑戰。來自康奈爾大學的一組工程師最近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，也許不久之后人們就會開始懷疑墻上蒼蠅是否是真正的蒼蠅。
哈佛大學微型機器人實驗室設計制造的RoboBees機器人只有3厘米的翼展和80毫克的重量。康奈爾大學的工程師們正在研發一種新的編程方法使這些機器人在面對復雜環境時能夠變得更加自主和更具適應性。
在現有的技術條件下，要使這種機器人能夠使用嵌入在其翅膀上的毛發狀的微型金屬探針來感知陣風從而相應地調整其飛行姿態，要使這種機器人在嘗試降落在一朵在風中搖曳的花上的時候能夠規劃出相應的飛行路線，完成這些任務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。機械和航天工程教授，智能系統和控制實驗室主任西爾維婭法拉利（Silvia Ferrari）認為神經形態計算機芯片的出現是減小機器人負載的一種有效方法。
不同于處理只由0和1組合而成的二進制代碼的傳統芯片，神經形態芯片處理的是復雜組合中觸發的電流尖峰，類似于大腦中產生的神經沖動。法拉利主任的實驗室正在研發一種新型的“基于事件”的感知和控制算法，這種算法可以用來模擬神經活動并且可以在神經形態芯片上得以實現。由于這種芯片的功耗相較傳統處理器大幅減小，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。
法拉利主任的實驗室已與哈佛微型機器人實驗室展開了相關合作，他們研發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RoboBee。盡管這款機器人當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新的電源來擺脫這一限制?？的螤柎髮W研發的算法則有助于在不過多增加重量的前提下，使RoboBee機器人在復雜的環境中有更好的自主性和適應性。
法拉利表示：“當受到陣風或者一扇旋轉的門的沖擊時，這種微型飛行機器人便會失去控制。我們正在研發傳感器和相關算法來使得RoboBee能夠避免撞擊，或者即使受到撞擊，仍然能夠幸存并繼續飛行。我們并不指望這種機器人的早期型號來完成這些工作，但我們需要研發能夠適應任何情況的學習控制器。”
為了加速“基于事件”的算法的研發，法拉利主任的實驗室的博士生泰勒克勞森設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RoboBee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，這個模型可以準確地預測RoboBee機器人在復雜環境下的飛行運動。
克勞森表示：“這種仿真技術既可以用來測試算法，也可以用來設計算法”。他協助成功研發了一種基于生物啟發式編程的可以像神經網絡那樣運轉的自主飛行控制器。他還表示：“這種網絡能夠使機器人進行實時學習從而應對在制造過程中引入的不確定性，而這些不確定性會對機器人的操控帶來巨大的挑戰。”
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RoboBee上裝備新的微型設備，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狀的氣流感知器等。
法拉利表示：“我們將RoboBee作為基準機器人，因為它太具有挑戰性了，此外我們認為其他不受限的機器人可以從這一進展中受益匪淺，因為它們同樣面臨功率方面的限制。”
一個已經獲益的機器人是哈佛步行微型機器人（Harvard 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到驚人的每秒44米。法拉利主任的實驗室正在研發“基于事件”的算法，這將有助于進一步提升機器人的速度。
法拉利正在使用海軍研究局提供的4年100萬美元的經費來繼續這項研究工作。與此同時，她還與諸多大學神經形態芯片和傳感器領域的先進研究團隊開展合作。（航空工業發展研究中心 杜子亮）