🔬 condensed matter

Feedback control and delayed interactions in active matter

这篇综述探讨了反馈控制中不可避免的噪声与感知 - 动作延迟在活性物质中的作用，阐述了时间延迟如何诱导活性、手性、输运及集体模式形成，并论证其作为切换动力学状态的有效控制参数以及实现形态智能的未充分探索维度。

原作者： Viktor Holubec, Frank Cichos

发布于 2026-03-19

📖 1 分钟阅读☕ 轻松阅读

原作者： Viktor Holubec, Frank Cichos

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文探讨了一个非常有趣的话题：在“活性物质”（比如细菌、人造微机器人或甚至交通流）中，如果它们“反应慢半拍”（存在时间延迟），会发生什么？

通常我们认为，反应越快越好，延迟是坏事。但这篇论文告诉我们：在充满噪音的微观世界里，这种“慢半拍”的反应，反而能创造出神奇的新功能，甚至让死物“活”起来。

为了让你更容易理解，我们可以把这篇论文的核心思想想象成**“在嘈杂的舞会上跳舞”**。

1. 什么是“活性物质”和“反馈”？

想象你在一场非常拥挤、嘈杂的舞会上（这就是活性物质的世界，充满了随机碰撞和噪音）。

反馈：就像你跳舞时，眼睛看到别人往哪边挤，你的大脑就指挥身体往反方向躲，或者跟着节奏走。
噪音：舞池里有人推你、音乐太吵听不清，这些都是干扰。

2. 核心发现：延迟（Delay）不是坏事，是“魔法开关”

在传统的工程里，如果你反应太慢（延迟），通常会摔倒或撞车。但在微观世界里，这种**“反应滞后”**（比如你看到别人动了，0.5 秒后才动）竟然能带来四种神奇的效果：

A. 让死物“活”起来（延迟诱导的活动）

比喻：想象一个机器人，它的程序设定是：“如果你发现自己刚才在左边，现在就要往右边跑，以此避开过去的自己。”
现象：因为反应有延迟，它还没跑到右边，就发现“刚才的自己”又变了，于是它开始不停地转圈或加速。
结果：本来静止不动的粒子，因为这种“想避开过去的自己”的延迟反馈，突然开始像有生命一样自己跑起来了！这就叫**“延迟诱导的活动”**。

B. 让队伍变整齐或变混乱（延迟诱导的秩序）

比喻：想象一群人在排队。
- 短延迟：如果你只晚一点点才看到前面的人移动，你能很好地调整步伐，大家排得整整齐齐（有序）。
- 长延迟：如果你晚了很多才看到前面的人，等你反应过来，前面的人早就跑远了，你只能乱跑，队伍就散了（无序）。
结果：延迟时间就像是一个**“调节旋钮”**。科学家可以通过调整这个“反应速度”，让系统瞬间从“整齐划一”切换到“混乱无序”，或者反过来。

C. 让物体开始转圈圈（延迟诱导的手性/旋转）

比喻：想象你试图一直盯着一个固定的目标（比如舞台中央的灯）跑。
- 如果你反应太快，你会直直地跑过去。
- 如果你反应有点慢，当你转头看向目标时，你的身体已经冲过头了。为了修正，你不得不转个弯，结果你就开始绕着目标转圈圈了。
结果：这种延迟会让粒子自发地产生旋转，甚至形成像龙卷风一样的漩涡。这就像细菌在寻找食物时，因为反应慢半拍，反而转出了漂亮的螺旋轨迹。

D. 让交通流产生“幽灵堵车”

比喻：就像我们在高速公路上遇到的“幽灵堵车”——前面并没有事故，但因为司机反应慢，后车急刹车，导致后面的人也跟着急刹，最后形成了一堵堵的车流。
结果：在微观世界里，这种延迟也能让粒子自动聚集或分散，形成类似“堵车”或“畅通”的图案。

3. 为什么这很重要？（形态智能）

这篇论文提出了一个很酷的概念：形态智能（Morphological Intelligence）。

传统观点：机器人要变聪明，需要装很多传感器（眼睛、雷达）和超级计算机（大脑）来算数据。
新观点：这篇论文说，不需要那么复杂！ 只要利用物理本身的“延迟”和“噪音”，物体就能自动展现出聪明的行为。
- 就像细菌不需要大脑，它们利用化学反应的“延迟”来感知浓度梯度，从而找到食物。
- 就像人造微机器人，不需要复杂的编程，只要调整一下“反应延迟”的时间，就能让它从静止变运动，或者从直线变旋转。

4. 总结：延迟是未来的“遥控器”

这篇论文告诉我们，在设计和控制未来的微型机器人、药物输送系统或智能材料时，我们不应该只想着消除延迟。

相反，我们可以把**“延迟”当作一个工具**：

想让机器人聚集？调大延迟。
想让它们散开？调小延迟。
想让它们转圈？调整延迟和噪音的配合。

一句话总结：
在微观的混乱世界里，“慢半拍”不是一种缺陷，而是一种被大自然和物理定律巧妙利用的“超能力”。通过巧妙地利用这种延迟，我们可以让死板的材料拥有像生命一样的智能行为。

这是一篇关于活性物质（Active Matter）中反馈控制与延迟相互作用的综述性观点文章（Perspective）。文章由 Viktor Holubec 和 Frank Cichos 撰写，主要探讨了在噪声和有限感知 - 行动延迟（Perception-Action Delays）共存的情况下，时间延迟如何成为活性系统的一个关键控制参数，并引发丰富的动力学现象。

以下是对该论文的详细技术总结：

1. 研究背景与问题 (Problem)

背景： 反馈控制在活性物质（如细菌、人工微泳体）中至关重要，但物理实现中不可避免地伴随着噪声和感知 - 行动延迟。
传统观点： 在经典控制理论中，延迟通常被视为导致振荡、不稳定或性能下降的负面因素（如“幽灵交通拥堵”）。
核心问题： 在活性物质系统中，噪声与延迟的相互作用尚未被充分研究。数学上，这类系统由**随机延迟微分方程（Stochastic Delay Differential Equations, SDDEs）**描述，由于方程的无限维特性，除了线性化或长短延迟展开等近似方法外，很难进行解析处理。
研究动机： 揭示延迟是否能在活性物质中诱导新的功能（如自驱动、手性、输运、集体模式形成），并将其视为一种“形态智能”（Morphological Intelligence）的维度，即通过内在响应动力学而非显式传感器或计算来实现功能。

2. 方法论 (Methodology)

文章采用了理论建模、数值模拟与实验验证相结合的方法：

理论模型：
- 活性布朗粒子（ABP）模型： 引入位置依赖的速度 $v(x)$ 和感知延迟 $\tau$ ，建立随机微分方程。
- 延迟排斥/吸引模型： 粒子受到自身过去位置或邻居过去位置的力（如 $F(x(t) - x(t-\tau))$ ）。
- ** flocking 模型：** 包括延迟的 Vicsek 模型、Cucker-Smale 模型以及惯性 flocking 模型。
分析方法：
- 利用线性化、短/长延迟展开等近似方法处理 SDDEs。
- 进行布朗动力学（Brownian Dynamics）模拟。
- 分析相图、关联函数、扩散标度指数等统计物理量。
实验验证： 引用了光控机器人、热泳微泳体（thermophoretic microswimmers）以及细菌趋化性的实验数据，验证理论预测。

3. 关键贡献与主要结果 (Key Contributions & Results)

A. 空间变化活性中的静态模式 (Static Patterns)

现象： 在具有位置依赖速度 $v(x)$ 的系统中，延迟 $\tau$ 会增强粒子在低速度区域的局域化。
结果：
- 推导了稳态密度 $\rho$ 和平均极化率 $p$ 的解析表达式（考虑扩散系数 $D$ 和延迟 $\tau$ ）。
- 发现： 延迟不仅控制密度的局域化程度，还能控制极化率的大小和符号。
- 意义： 通过编程时间延迟，可以调节活性材料的密度和极化图案，无需改变空间活性场，这为可编程活性超材料提供了新思路。

B. 延迟诱导的活性 (Delay-Induced Activity)

机制： 当被动布朗粒子受到“排斥自身过去位置”的反馈力时，系统会发生自发对称性破缺。
结果：
- 粒子从被动状态转变为自驱动状态，获得自推进速度。
- 在多体系统中，即使没有自排斥项，仅靠邻居过去位置的延迟排斥，也能产生类似 Vicsek 模型的对齐、带状和混沌相。
- 令人惊讶的是，即使在多体系统中存在延迟吸引（通常不诱导单粒子活性），活性也能持续存在。

C. 延迟诱导的手性 (Delay-Induced Chirality)

机制： 活性粒子以恒定速度 $v_0$ 追逐固定目标，但方向控制存在延迟 $\tau$ 。
结果：
- 延迟导致瞄准误差，产生等效的切向力，引发自发手性对称破缺。
- 粒子进入瞬态旋转状态。当 $v_0\tau$ 超过临界值时，发生叉式分岔（pitchfork bifurcation）。
- 在多体系统中，这种机制可导致同步旋转、反向旋转壳层，甚至形成Swarmalators（结合群集与同步的代理）。

D. 交通流与 flocking 模型 (Traffic & Flocking)

交通流： 延迟是造成交通拥堵（相分离）的主要原因。
Flocking 模型（Vicsek 等）：
- 短延迟倾向于促进有序（稳定集体运动）。
- 长延迟倾向于导致无序。
- 延迟可作为控制参数，驱动系统在不同动力学状态（如平移态、环态、旋转态）之间切换。
- 标度律变化： 延迟改变了信息传播方式（从扩散 $d \propto \sqrt{t}$ 变为弹道 $d \propto t$ ），并改变了时空关联的标度指数（从 $\sim 1.5$ 变为 $\sim 1.1$ ），使模型更接近自然鸟群的行为。
- 区分延迟类型： 响应延迟（Response delay）与传输延迟（Transmission delay）对状态切换的影响截然不同。

4. 意义与展望 (Significance & Outlook)

A. 形态智能 (Morphological Intelligence)

文章提出了一个核心观点：时间延迟是形态智能的一个基本且未被充分探索的维度。

系统不需要显式的传感器或外部算法，而是利用内在的响应动力学（如化学反应延迟、流体动力学耦合延迟）来处理信息并产生功能行为。
例子包括：
- 细菌趋化性： 利用生化信号级联的延迟进行时间比较，实现在噪声环境中的梯度爬升。
- 具身智能： 微泳体通过物理形态与环境的相互作用（包含延迟）来适应流体扰动。
- 储层计算： 延迟系统天然具备非线性混合和 fading memory，可用于物理计算。

B. 应用潜力

可重构材料： 通过调节延迟时间，原位控制材料的磁化或光学性质（如极化、密度分布）。
定向输运： 延迟诱导的电流在周期性活性景观中可实现高达 50% 的整流效率。
药物递送： 利用内在响应延迟实现逆化学梯度的自主运动。

C. 理论挑战

主要瓶颈在于随机延迟微分方程的解析不可解性。
未来的关键挑战是开发受控的近似方案，以建立适用于延迟活性系统的流体力学理论（Hydrodynamic Theory），从而更好地描述集体行为和标度律。

总结

这篇论文系统地综述了延迟在活性物质中的双重角色：既是传统控制理论中的干扰源，又是活性物质中产生新现象（活性、手性、有序/无序相变）的功能性资源。文章强调，将延迟视为一种控制参数和形态智能的体现，为设计新型智能活性材料和理解生物系统的自组织机制提供了全新的视角。