Les robots dans le collectif : comment le comportement en essaim rend le travail acharné possible

Ob bei Vögeln, Fischen, Insekten oder uns Menschen – Schwarmverhalten lässt sich überall in der Natur beobachten. Und auch Robotern hilft bisweilen ein perfekt aufeinander abgestimmtes Verhalten. Südkoreanische Forscher von der Hanyang- Universität in Seoul haben jetzt winzige magnetische Roboter entwickelt, die wie Ameisen zusammenarbeiten und dabei enorme Fähigkeiten und Kräfte entfalten können.

Die knapp einen halben Millimeter großen quaderförmigen Objekte sind in der Lage, im Kollektiv eine zentimetergroße Kugel ins Rollen zu bringen, ein Hindernis zu erklimmen und zu überspringen, das um ein Vielfaches höher ist als ihre eigene Größe, oder eine Last zu tragen und zu transportieren, die 350-mal so schwer ist wie jeder einzelne Bot. Ins Wasser geworfen, schwimmen sie an der Oberfläche, um als Schwarm etwa eine Art Floß zu bilden, das einen schweren Gegenstand, der normalerweise sinken würde, an der Oberfläche halten und fortbewegen kann (siehe Video).

Les plus petits, constitués d’un noyau ferromagnétique et d’une coque en résine époxy, ne nécessitent ni batterie ni capteurs. L’essaim est entraîné et contrôlé uniquement par des champs magnétiques rotatifs externes. Lorsque plusieurs robots sont réunis, ils s’attirent et forment un groupe qui se déplace ensemble pour résoudre une tâche donnée. La manière dont les robots s’agencent, sous forme de pile ou d’escalier, en file d’attente, en rangée ou en tas désordonné, dépend de la complexité des tâches à accomplir, écrivent Kijun Yang et ses collègues du magazine « Device ».

Selon les chercheurs de Yang, les applications potentielles des robots magnétiques sont diverses. En médecine, par exemple, ils pourraient contribuer à rendre à nouveau perméables les vaisseaux sanguins rétrécis ou à transporter les principes actifs du corps vers l’endroit souhaité. Des expériences au cours desquelles un essaim de robots ont nettoyé une canule bouchée, manipulé de petits objets et les ont transportés vers une destination spécifique ont montré qu’il ne s’agissait pas d’idées figées.

Les chercheurs souhaitent désormais donner plus d’autonomie aux robots afin qu’ils puissent un jour se déplacer et agir de manière indépendante. Pour ce faire, les robots magnétiques ont besoin d’une sorte de système de rétroaction afin de savoir où et comment se déplacer et se comporter comme un essaim.

Mais il en va de même pour les microrobots : un groupe n’est bon que si tout le monde s’y met. Si seuls certains robots se reposent tandis que d’autres doivent effectuer un travail supplémentaire, cela affecte les performances globales de l’essaim. Pour contrer cela, des chercheurs dirigés par Clemens Bechinger de l’Université de Constance ont mis au point un système. Il se compose d’un algorithme d’apprentissage automatique et d’une méthode permettant d’estimer la contribution de chaque microrobot dans le collectif.

En tant que microrobots, les chercheurs de Bechinger utilisent des billes de dioxyde de silicium de la taille d’un micromètre recouvertes d’un film de carbone extrêmement fin. Les billes se déplacent dans une solution et sont éclairées et ainsi propulsées par des faisceaux laser focalisés. La tâche des robots : faire tourner collectivement un objet plus gros dans une direction. À la suite de collisions entre eux et avec les molécules du liquide, certains robots peuvent perdre leur trace et ne plus accomplir leur tâche.

Grâce à leur système de feedback, les chercheurs peuvent reconnaître les performances de chaque robot et les optimiser grâce à des mesures appropriées. Cela évite le problème du « membre paresseux de l’équipe » qui peut survenir lors de l’exécution de tâches collectives. écrivent les chercheurs dans la revue « Science Robotics ». Une sorte de récompense est remise à chacun des microrobots pour leurs performances. Selon les chercheurs, cela donne également à l’ensemble de l’essaim des indices pour apprendre de manière indépendante à mieux répartir ses forces.

“Nos résultats montrent que même dans un essaim de petits robots, il est crucial de reconnaître et d’optimiser les contributions individuelles afin d’obtenir les meilleurs résultats”, explique Bechinger. Leur approche augmente non seulement l’efficacité des essaims de microrobots, mais fournit également des informations sur l’amélioration du travail d’équipe dans tout système collectif.