人类的很多发明都是受动物的启发,比如根据蝙蝠的回声定位系统,发明了雷达;根据鲸鱼的外形及鱼鳔发明了潜水艇等等。如果根据昆虫微小的脑结构,发明一种在复杂条件下,依旧运动自如的机器人,该有多好呢。想象一下,这个机器人不仅能够完成定向动作,还可以像昆虫一样,具备超强的导航和生存能力,这将会是多么完美的一件事。
最近,大量来自昆虫神经学的数据,为构建完整的昆虫大脑模型提供了可能性,这诱人的成果如果运用到机器人技术上,将会迎来机器人技术的飞速发展。
人类大脑大约有860亿个神经元,相比之下,昆虫的大脑绝对是控制复杂行为的微小脑结构。考虑到昆虫的脑结构和神经回路是独立进化的,所以此类程序相比于以脊椎动物大脑为模型的机器人程序而言,具有很大的优势和吸引力。同时,尽管昆虫的体型、行为、栖息地和生活方式各不相同,但它们的大脑组织存在很多令人惊讶的一致性,这种一致性将会为我们提供一种高效且通用的技术方案。

构建昆虫大脑模型,需要深入了解其神经回路,这就需要结合多门学科,包括通过神经解刨学、神经遗传学和神经生理学分析,了解其大脑结构以及神经回路之间的联系。得益于神经遗传学的最新进展,目前可以对自由运动的动物中单个神经元的活动进行精确的控制。根据这种研究方法,可以进行预测跟踪、身体协调、导航能力和学习能力的研究。
下面将以蜻蜓为例,介绍一下视觉追踪机器人的进展。

你知道吗?蜻蜓的眼睛是由许多小眼组成,每只复眼有大约上万个不等的小眼,每一只小眼都是一个小型的照相机,摄入周围的物体,形成图像,此外还可以进行测速。
小眼是复眼的组成部分,是一个细小的独立感光组织,由角膜、晶状体及感光细胞组成,能够分辨光暗及颜色。昆虫的小眼面一般呈六角形,它的数目、大小和形状在各种昆虫中差别很大。
维基百科
蜻蜓的视觉追踪已经被运用在轮式机器人平台上了。这种机器人技术的实现,涉及昆虫的视觉处理系统,包括分辨率、光谱灵敏度以及时空高通滤波,从而使其对刺激物的快速变化反应最大。当机器人快速移动时,它通过扫视的视觉方式追踪目标,从而获取目标物体的位置、速度及运动轨迹等相关信息,经过分析和处理,实现对运动目标的行为认知,进而完成更高一级的检测任务。
另外,在所有的昆虫大脑中有一个重要的子神经回路,那便是「蘑菇体」,这个区域与昆虫的嗅觉学习和记忆相关。

一项最新的研究评估了增强型蘑菇体模型在机器人中的应用,这类机器人可以针对真实世界中的位置进行有效识别。这项研究也从侧面表明了,蘑菇体的关键功能在于:针对目标刺激物的信息,进行有效的重新编码,即使在外界复杂的条件下,也可以进行位置识别和自动导航。
相信在不久的将来,通过上述两种不同的昆虫大脑神经模型,科学家与工程师们可以构建出主动响应环境变化,从而自由运动并获取信息的智能机器人。届时,我们也将再次沐浴科技进步的春风。
参考文献:
- M. Kinoshita, U. Homberg, in Brain Evolution by Design: From Neural Origin to Cognitive Architecture, S. Shigeno et al., Eds. (Springer, 2017), pp. 123–151.
- B. Webb, Nature, 2002, 417, 359.
- A. Jenett, J. E. Schindelin & M. Heisenberg, BMC Bioinformatics, 2006, 7, 544.
- Z. M. Bagheri, B. S. Cazzolato, S. Grainger, D. C. O’Carroll, S. D. Wiederman, J. Neural Eng., 2017, 14, 046030.
- Z. M. Bagheri, S. D. Wiederman, B. S. Cazzolato, S. Grainger, D. C. O’Carroll, Bioinspir. Biomim., 2017, 12, 025006.
- B. H. Lancer, B. J. E. Evans, J. M. Fabian, D. C. O’Carroll, S. D. Wiederman, J. Neurosci., 2019, 39, 8497.
- M. Chancan, L. Hernandez-Nunez, A. Narendra, A. B. Barron, M. Milford, IEEE Robot. Autom. Lett., 2020, 5, 993.
本作品为本站原创文章,作者:科学你我他,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。如若转载,请注明出处:昆虫机器人是一种什么样的存在? | 科学你我他