哈佛大学的研究团队开发出一群模仿社会性昆虫自组织行为的机器人蚂蚁，能够在没有蓝图或中央指挥的情况下自主建造和拆除结构。这些被称为“RAnts”的机器人蚂蚁由哈佛大学约翰·A·保尔森工程与应用科学学院（SEAS）的研究人员设计，是一类简单、去中心化的机器人，可以自发地组织起来建造——同样轻松地摧毁——复杂结构。与传统蚂蚁使用化学信息素不同，这些机器人利用光场（即“光信息素”）进行通信。

SEAS与FAS的Lola England de Valpine应用数学、有机体与进化生物学及物理学教授L. Mahadevan表示：“我们的新研究展示了简单的局部规则如何导致自组织的复杂任务完成，这种过程具有鲁棒性和适应性。”他还提出了“体外智能”（exbodied intelligence）的概念，其中集体认知并非仅源于单个智能体，而是源于它们与不断演变的环境的持续互动。

数字信息素与体外智能

蚂蚁证明了建造伟大结构不需要巨大的大脑，只需要一个优秀的团队。无需蓝图或监督，这些微小生物建造了自然界中最复杂的栖息地之一。近年来，AI开发痴迷于更快的芯片和更大的数字大脑，但Mahadevan教授和他的团队将目光投向别处，尤其是体外智能。在该模型中，智能系统并非位于机器人的硬件内部，而是从机器人与环境的互动中涌现出来。

在自然界中，蚂蚁通过信息素交流——这些化学“面包屑”指示行走或挖掘的方向。为了复制这一机制，哈佛团队使用了光信息素。利用一种称为“stigmergy”（个体对他人造成的环境变化做出响应）的生物概念，团队创造了通过光场通信的RAnts。这些数字信号充当天然信息素的替代品，使机器人能够通过感知和改变周围环境在连续反馈循环中协调行动。

多样化用途

遵循光信息素光场中的简单梯度，这些机器人创建一个协调整个群体的反馈循环。它们仅遵循几条基本规则，如跟踪信号、运输积木以及在特定阈值处投放积木。该系统的美妙之处在于其简洁性。有趣的是，群体只需调整两个参数——光跟随行为的强度以及放下或拾取积木的设置——即可瞬间切换角色。前一分钟它们是建筑队，下一分钟就变成拆除队。

这一进展为自主机器人技术提供了一种新模型，证明了复杂的、大规模的任务可以通过简单的、自组织的交互来管理。它表明集体智能不仅存在于机器人的“大脑”中，而且源于智能体与其不断变化的环境之间的持续互动。这些发现为多种应用铺平了道路，包括危险区域的自主建造、行星探索，以及用于分析动物行为的先进实验模型。该研究成果已发表于《PRX Life》期刊。