在伤口愈合和癌细胞扩散过程中，会出现细胞集体迁移现象——细胞“大军”目标明确地向指定地点集结。但到目前为止，生物学家对这一重要现象还有不少困惑，如每个细胞参与有序集体运动的机制，特别是细胞使用何种信息来确定集体细胞运动的方向等。
一项最新的研究进展，也许会帮助解决上述困扰。近日，Nature 杂志封面发表重大工程学突破——仿生物细胞群体问世。
图丨李曙光设计的粒子机器人（来源MIT NEWS）
这种机器人能够模拟生物细胞集体迁移，实现移动、搬运物体及向光刺激移动。该研究为开发具有预先确定性行为的大规模群体机器人系统提供了全新途径，且比传统机器人和仿生系统具有更高的可扩展性。
图丨李曙光和他设计的粒子机器人（来源MIT NEWS）
这项工作由来自麻省理工学院（MIT）、哥伦比亚大学、康奈尔大学和哈佛大学等多所高校的研究人员合作完成。该论文第一作者为中国科学家李曙光，目前在 MIT 计算机科学和人工智能实验室做博士后。
针对粒子机器人的创新性、独特优势、未来和进一步研究等议题，李曙光接受了 DeepTech 的专访，予以解读。
（来源Nature）
极端设计逼出创新
在一段实验 Demo 中，一小群粒子机器人表现得很聪明实验场里有两盏灯，粒子机器人聚在中间；打开左边的灯，它们就往左边走；把左边灯关掉，打开右边的灯，机器人又组队往右边去；把两盏灯都打开，它们就朝着中间的方向走。
实验中，研究者只是发出一个“开始”指令，过程中完全不加控制，粒子机器人总能奔着光去。
“粒子机器人，是研究团队创造的一个新词汇。”李曙光说。
（来源MIT NEWS）
从外观看，单个“粒子”呈简洁的圆盘状，内置电池、通信模块、小电机，以及独特设计的机械结构。单个“粒子”无法移动，只能像相机光圈那样伸缩。在收缩状态下，直径约 15 厘米；在扩张状态下，直接约 23 厘米。
传达指令有两种方式一是粒子机器人自带的 USB 接口；二是每个粒子机器人都装有无线模块，研究者可以远程写入程序，然后机器人群体就按照指令去做。
当把三个“粒子”放在一起，“粒子”在接受指令伸缩时，就会与“邻居”互动，你推我拽，三个“小伙伴”就可以沿直线行走。
加入更多的“粒子”，就能干更复杂的事情。一群“粒子”组成的机器人，可以在光线的引导下，四处移动、运送物体，以及躲避障碍物。
图丨生物体内的细胞可以自行形成更大的有机体，此次研究亦受此启发（来源Nature）
曾有不少人问李曙光，为什么不让单个“粒子”跑起来？他回答说，“如果让它跑起来，那就跟 99% 的研究完全一样了。”原来，“粒子”机器人的最大亮点正来自于设置了一个极端的运行条件——单个“粒子”不能动，想动，必须靠其他“小伙伴”协同。
蜂群机器人或称集群机器人，是一个热门研究领域。绝大多数的集群机器人的单体都是可以移动的，或是振动式，或是轮式。这些研究更侧重于机器人之间的信息协同，聚焦于机器人如何通讯，如何协调，主要工作属于算法层面的。
粒子机器人系统的独特之处，在于除了信息交换，还有力学协同，即通过粒子之间“你推我，我拉你”来实现。
图丨此次论文（来源Nature）
李曙光表示，粒子机器人互相之间的你追我赶是更独特的研究，结合了信息和力学两方面的智能。
在论文的合作者中，MIT 的 Daniela Rus 教授和哥伦比亚大学的 Hod Lipson 教授都是李曙光的导师。他们的研究方向都涵盖模块化机器人，这是一个研究多年的小领域。
图丨Daniela Rus 和 Hod Lipson （来源MIT、哥伦比亚大学 ）
李曙光渴望研究些新东西，就找导师沟通，想要打破模块机器人的传统概念——个体不再是简单的模块，而是与生物和物理学相结合，提出基本“粒子”的概念，基本粒子可以组合成各式各样的智能机器。
在算法和控制上，研究团队借鉴了细胞生物学的一些研究结论，然后用机器人实现了这一过程。
相比复杂的机器人，粒子机器人的制造更简单，也易于形成规模。
容错性与可扩展性俱佳
对于粒子机器人，德国马克斯普朗克智能系统研究所的科学家 Metin Sitti 评价认为这种全新机器人具有传统机器人系统所没有的鲁棒性和可扩展控制。该研究为开发具有预先确定性行为的大规模机器人系统提供了一种替代方法。
所谓鲁棒性，代表系统的容忍性或容错性，是一种抗干扰能力的参数，也是在异常和危险情况下系统生存的关键。
在传统机器人系统中，单个部件的缺失或损坏，有时会导致整个系统失效。而根据模拟预测，粒子机器人在 20% 的“粒子”失效的情况下，系统仍能继续运动，不影响全局任务。
李曙光表示，“20 % 在工程系统里是非常高的数字。”
在可扩展性方面，粒子机器人也表现出值得乐观的结果。
图丨2018年比尔盖茨先生回母校哈佛大学参观实验室，了解机器人研究领域最新进展。图为李曙光为他讲解最新的软体机器人研究成果（来源李曙光）
先来看传统的模块化机器人，它是由标准的相互独立的制造模块组成，每个模块有驱动部分、动力源等。
实际上，模块化机器人也可以模拟部分生物学行为，如自组装、修复和搬运，但大部分系统需要集中控制，或在设计上过于复杂，这就限制了系统的能力和可扩展性。
粒子机器人有一个好玩的实验，就是往一群正在工作的机器人中，增派部分机器人，结果像往盆里加水一样，集群里的机器人能迅速组织起有效率的运动。
新加入的这部分机器人，并没有让整个集群的协调难度增加，直接放进去就行，研究者不用改变信号端或者做任何指令调整。理论上，参与工作的个体越多，集群正常工作的几率就会越高。
目前的实验中，研究团队使用 25-30 个“粒子”组团，完全没问题。李曙光分析称，现在的实物实验系统能到 50 个“粒子”，但效率会降低，群体运动速度会变慢。
这是因为，众多“粒子”挤在一起时，效率降低了，而且当个体之间挨得太近时，对于光源信号的分辨差别不大，可能会展开，浪费了能量。
但李曙光透露，未来的改进版，数量不是一个特别受限的问题。根据模拟仿真显示，10 万个“粒子”机器人的协作都没问题。仿真计算机程序是基于实物实验的数据做过矫正的，可以很准确地预测机器人的运动和行为。
“我觉得数量再多一些也没问题。”李曙光分析称，10 万个“粒子”之间的碰撞，其力学计算非常复杂, 运算量非常大，需要性能很好的计算机来模拟。
从理论上看，粒子机器人可能不会有数量限制。这是因为，粒子机器人之间没有一对一的通信，给群体下达指令，信息是广播式地群发。每个“粒子”都是一样的，没有地址、没有 ID，可以有无限多个。
，目前所使用的信号源是外部光源，也可以换成热、磁场等其他信号源，只要把“粒子”上的传感器换成相应的即可。这在技术上没有任何难度。
可能率先应用的领域
在交流中，李曙光多次强调“启发”一词。
最初粒子机器人概念的提出，就是受到生物系统的启发；，还受到统计物理现象的驱动，从而可以对大量随机组件的全局统计行为进行建模和控制，而无需跟踪每个组件。
“粒子”的结构，更是直接受到一种知名玩具的启发。
这篇论文的作者之一，Chuck Hoberman 是一位知名的设计师，小到玩具，大到体育场馆，他都有经典的作品。他曾用超过 15 年的时间，创造出一个个会变形的玩具，风靡了整个 20 世纪 90 年代。比如变色球（Sitch Pitch），扔起来是一个颜色，落下时就变成另一个颜色；他还擅长大型建筑顶棚的变形设计，2002 年美国盐湖城冬奥会场馆、2019 年超级碗决赛的场馆中，都有他的设计手笔。
图丨 Chuck Hoberman（来源哈佛大学）
“粒子”的结构，正出自 Chuck 最拿手的折叠结构设计, 就像一个二维的环，挤压它，就变成一个小圆盘；拉扯它，就变成一个很大的圆。
对于该项研究的意义，李曙光认为是“提供了一种新的思考方式。”对从事新材料或微纳米系统研究的科学家，可以启发他们做一些新尝试；生物科学家可以用粒子机器人验证一些设想。
比如，细胞集体迁移是一个很热门的基础研究领域。人体中有很多细胞不能移动，或者说运动效率较差。但当多个细胞聚在一起时，可能实现非常高效的运动，像伤口愈合、癌症扩散等。
生物学家对此有很多猜想，推测细胞为什么会这样动？细胞很难控制和测量，但粒子机器人的控制和测量就容易多了，该系统可以给细胞集体迁移的相关研究，提供一个验证的平台。
德国马克斯普朗克智能系统研究所科学家认为, 将来，若是该粒子机器人系统的大小能够达到微米级别，那么将在医疗等众多领域带来深远影响和重大突破。
在李曙光看来，物流机器人可能是粒子机器人最快获得应用的领域，大群体的机器人控制技术、算法和理念都可以应用。这也会是跟商业领域结合最快的。
研究的下半场
李曙光之所以投身机器人研究，是一个从兴趣爱好变成专业研究者的故事。
他念初中时，就喜欢研究航模和机器人。2000 年，高考择校时跟随了兴趣，李曙光选择国内航空航天领域的强校——西北工业大学，专业是学习飞行器制造。
但他大学二年级时，全国高校开始兴起机器人竞赛，李曙光一下就着了迷，组织几个志同道合的同学，向学院申请组队，后来还吸引了一些研究生加入。
从 2002-2006 年间, 李曙光和队友们拿过几次全国冠军等奖项。他的队长一职，也直到硕士毕业前才卸任。
图丨李曙光在MIT办公室内（来源李曙光）
未来，兴趣依然会驱动李曙光将研究持续下去，主要有几个方面
，现在“粒子”主要是在二维平面上运动，将来，“三维版本是一定要做的”，在立体空间，让“粒子”组成各种各样的形状，还能运动。李曙光承认，这一挑战比较大，三维“粒子”的自重是个大问题。
，要把粒子做得更小，体积要到厘米级别以下。现在“粒子”还比较大，往极限里说，单个“粒子”做到两三厘米没有问题；但更小的、毫米级的，目前的设计并不适用。
如果“粒子”能做成非常小的颗粒，然后通过外部信号来协调它们运动，是完全可能在医疗和新材料领域应用的。
李曙光强调，粒子机器人的概念、算法、以及初步验证的结果都支持更小的“粒子”。目前，“粒子”的个头主要受到材料和制造工艺的限制，“对我们是限制，对搞材料和微纳系统的科学家可能并不是限制。”
，要提高机器人的协作效率。现在“粒子”的大小，决定了如果摆放特别密集的话，会出现相邻两排“粒子”互相乱推的情况，影响效率。如果实现更完美的协调，就可以避免“你推我，我也推你”的情况。
进一步改进和提高系统的鲁棒性，也还有空间。比方说超过 30%-50% 的机器人不工作了，系统还能完成任务。
李曙光称，总体目标是把粒子机器人做得更好，扩展性更强。