Multistable energy landscapes for adaptive microscopic machines
本文表明，设计多稳态能量景观可使合成微观机器在单一外部驱动场下自主选择多种功能与动态响应，从而显著提升其适应性与自主性。
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
想象一下，你有一个微小的、微观的机器人。通常，要让这个机器人移动或改变形状，你必须不断改变发送给它的信号。如果你想让它打开，就发送信号 A；如果你想让它关闭，就发送信号 B。这个机器人就像提线木偶；它的动作完全由操纵者的手所支配。
这篇论文介绍了一种构建这些微小机器人的新方法，使它们能够更加独立。机器人不再仅仅对信号做出反应，而是被内置了“记忆”和一套隐藏规则，使其能够根据自身的历史来决定做什么，即使外部信号保持完全不变。
以下是他们如何实现这一点的，使用了简单的类比：
1. 能量景观：多山游乐场
将机器人可能的形状想象成一个多山的游乐场。
- 山谷：山丘的低点是“稳定状态”。如果机器人在山谷中，它喜欢待在那里。
- 山丘：高点是不稳定的。机器人自然会滚下山谷。
- 神奇之处：研究人员设计了这些“山丘和山谷”（他们称之为能量景观），使得机器人可以坐在多个山谷中。
通常，如果你把球推下山丘，它会滚到底部。但在这里，他们建造的山丘使得无论球从哪里开始，即使你用完全相同的力推它，它也可能最终停在两个不同的山谷中。
2. 示例一：记忆开关（双稳态）
想象一扇微小的门，它可以处于打开或关闭状态。
- 旧方法：你需要特定的磁铁来打开它，用不同的磁铁来关闭它。
- 新方法：这扇门被设计成，如果你先把它推关闭，即使你关掉磁铁，它也能保持关闭状态。但如果你把它拉开然后关掉磁铁，它会保持打开状态。
机器人“记住”了它上次是被推打开还是被关闭。在这两种情况下，外部磁场是相同的，但机器人的内部状态（它的历史）决定了它采取哪种形状。这就像一个电灯开关，即使你停止按按钮，它也会保持在“开”的位置，直到你从另一侧再次按下它。
3. 示例二：扭转之扭（两个自由度）
现在，想象同一扇门，但它还能像开瓶器一样扭转。
- 研究人员增加了机器人移动的第二种方式：它可以弯曲和扭转。
- 他们发现，如果机器人处于“关闭”位置，磁推力会使其直接打开。
- 但如果机器人处于“扭转 - 关闭”位置，相同的磁推力会使其产生完全不同的反应：它先解扭，然后打开。
这就像拥有一辆有两个挡位的汽车。如果你在“前进”挡，踩油门会让你向前移动。如果你在“倒挡”，踩油门会让你向后移动。“油门踏板”（磁场）是相同的，但汽车的内部挡位（其状态）决定了结果。
4. 示例三：自驱动行走者（运动）
最后，他们制造了一个由三个面板通过柔性铰链连接而成的微小“行走者”。
- 这个行走者是对称的，意味着从各个角度看它都一样。
- 当他们上下晃动磁场时，行走者不仅仅是在原地晃动。由于其内部设计和运动方式，它会向前迈一步。
- 酷的部分：行走者根据它最后的位置来决定朝哪个方向走。如果它面朝北方，它就向北走；如果它面朝南方，它就向南走。磁场并没有告诉它“向北走”；磁场仅提供能量，而行走者自身的形状和历史告诉它该去哪里。
为什么这很重要（根据论文）
论文声称，这是迈向自主性的一大步。
- 现有机器人：需要复杂且不断变化的信号才能完成复杂任务。
- 这些机器人：可以将简单、重复的信号（如稳定的磁场晃动）转化为复杂、自适应的行为（行走、切换状态或流体运动），因为“智能”被内置到了机器本身的物理形状和能量景观中。
作者还指出，虽然他们使用了磁场来实现这一点，但同样的想法也可以应用于光、声音或机械力。关键在于设计“山丘和山谷”，使机器能够存储关于其过去的信息，并对相同的当下时刻做出不同的反应。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。