Optimal control of a swimming robot based on Purcell's microswimmer model

細菌や小さな幼虫が支配する微小な世界では、動きのルールは私たちが日常生活で経験するものとは全く異なります。人間がプールで泳ぐ場合、慣性が前進を助けてくれます。足を動かすのを止めても、しばらくは滑るように進むことができます。しかし、微生物にとって、周囲の流体は非常に厚く粘り気があるため、慣性は完全に消失します。水はまるで厚いハチミツや糖蜜のように感じられ、力を加えるのを止めた瞬間に、あらゆる動きが停止してしまいます。低レイノルズ数流体力学として知られるこの領域では、唯一の移動手段は、特定の繰り返されるパターンに従って形を変えることです。もし生物が単に手足を対称的な方法で前後に動かしただけなら、トレッドミルの上でその場踏みをする人のように、元の場所へ戻ってしまうだけでしょう。前進するためには、複雑で非可逆的な一連の動きを行う必要があります。これは、パースルスの泳者（Purcell's swimmer）と呼ばれる理論モデルによって、かつて鮮やかに説明されました。数十年前に提唱されたこのモデルは、2つのヒンジでつながれた3本の硬い棒で作られた単純な機械を記述しており、関節を周期的に曲げることで移動します。このアイデアは理論物理学の定番となってきましたが、これを実験室でテスト可能な実在の動作機械へと作り変えることは困難を極めました。その主な理由は、ロボットを構築するために必要な物理的材料が、単純な理論では考慮されていない新たな力を導入してしまうためです。

研究チームは、この優雅な理論と、物理的なロボットという「乱れた現実」との間の溝を埋めるべく取り組みました。彼らは、3リンク・スイマーのマクロスケール版、すなわち小さな本ほどの大きさの装置を製作し、高粘度のシリコンオイルを満たしたタンクの中で移動するように設計しました。このロボットは、電動化された関節でつながれた3枚の薄いアルミニウム板で構成されており、中央のフォームブロックが電子部品とバッテリーを保持して、機械を浮かせています。関節をリズムの良い円運動のパターンで動かすことにより、ロボットは厚い流体の中を泳ぐことに成功しました。しかし、研究者がロボットの実際の性能を古典的な理論モデルの予測と比較したところ、結果は期待外れなものでした。実物のロボットは、理論が予測した距離の3分の1にも満たない距離しか進めなかったのです。この不一致が生じた原因は、単純な理論がロボットのパーツを細い理想的な棒であると仮定していたのに対し、実際のロボットは幅の広い平らなプレートと、モデルが予想したよりも大幅に大きな抗力を生み出すかさ高い中央ブロックを持っていたことにあります。

これを修正するために、研究者たちは理論を破棄するのではなく、むしろ物理的な物体に合わせて理論を洗練させました。彼らは、中央のフォームブロックを球体として表現し、リンクの平らなプレート状の性質を反映させるために抗力係数を調整することで、数学的モデルを修正しました。これらのパラメータを実験による測定値に対して注意深く調整することで、ロボットの挙動を正確に予測できる新しい校正済みモデルを作り上げました。この信頼できるモデルを手にした彼らは、「最適化」という問いへと進みました。すなわち、この泳者が移動するための最善の方法とは何か、という問いです。彼らは高度な数学的ツールを用い、1回のサイクルで最も長い距離を移動できる、関節の動きの完璧なシーケンス、すなわち「ゲイト（歩容）」を探索しました。その結果、答えは単純で滑らかな曲線ではないことが判明しました。代わりに、最も効率的な経路は、ロボットの物理的な能力の限界に沿った複雑な形状でした。関節が曲がる範囲に厳格な制限を課すと、最適な経路は劇的に変化し、時には数字の「8」やダンベルのような形をした二重ループの形状を描きました。これらの形状により、ロボットは数学的な状態空間における「有用な」動きの面積をより大きく囲い込むことができ、事実上、1サイクルあたりの移動距離を最大限に引き出すことができたのです。

チームはまた、異なる目標についても調査しました。それはエネルギー効率です。単に「どれだけ遠くまで行けるか」ではなく、「どれだけのエネルギーを消費して、どれだけ遠くまで行けるか」を問いました。これは極めて重要な区別です。なぜなら、ロボットはかなりの距離を進むことができる一方で、そのために膨大な電力を浪費してしまう可能性があるからです。同じ数学的枠組みを用いて、彼らは効率を最大化するゲイトを探索しました。その結果、距離の問題と同様に、唯一の「最善」の答えは存在しないことが分かりました。ロボットには、明確に異なる2つの非常に効率的な泳ぎ方がありました。一つは中程度の関節運動を用いるものであり、もう一つは関節を限界まで押し広げる非常に大きく、ゆったりとした動きを用いるものでした。驚くべきことに、大きな振幅を持つゲイトは、中程度のゲートよりもさらに効率的であり、これは「小さな、穏やかな動きの方が常に優れている」という直感に挑戦する発見でした。この大振幅の解は新しい発見であり、理想化された理論モデルのこれまでの研究では特定されていなかったものです。

研究者たちは、強力なコンピュータ・シミュレーションと数値ソルバーを用いてこれらの知見を検証し、修正されたモデルと新しい最適なゲイトが堅牢であることを確認しました。彼らは、中央ブロックによる抗力や関節の制限といった、自分たちのロボット特有の物理的制約を理解することで、標準的な教科書通りの解よりも大幅に優れた移動パターンを見つけ出せることを示しました。この研究は、低速での泳ぎに関する基本原則は十分に理解されているものの、効率的な実世界のマイクロロボットを構築する道には、理論と実験の深い統合が必要であることを証明しています。彼らがモデルを機械の現実に合わせて校正し、洗練された最適化技術を用いることで、過去の単純化された理想的理論のみに頼っていた場合には隠されたままだったであろう、複雑で高性能な泳ぎの戦略を明らかにすることができたのです。