자기 조직화: 로봇이 아메바에게서 배울 수 있는 것

[아름이]

자기 조직화: 로봇이 아메바에게서 배울 수 있는 것
날짜:
2022년 11월 22일
원천:
Ludwig-Maximilians-Universität 뮌헨
요약:
연구원들은 생물학적 또는 기술적 시스템이 외부 지침 없이 복잡한 구조를 형성하는 방법을 설명하는 새로운 모델을 개발했습니다.

LMU 연구자들은 생물학적 또는 기술적 시스템이 외부 지침 없이 복잡한 구조를 형성하는 방법을 설명하는 새로운 모델을 개발했습니다.

아메바는 단세포 유기체입니다. 자기 조직화를 통해 복잡한 구조를 형성할 수 있으며 순전히 지역적 상호 작용을 통해 이를 수행합니다. 음식이 많으면 배양 매체를 통해 고르게 분산됩니다. 그러나 음식이 부족해지면 cAMP(cyclic adenosine monophosphate)라는 메신저를 방출합니다. 이 화학적 신호는 아메바가 한 곳에 모여 다세포 집단을 형성하도록 유도합니다. 결과는 자실체입니다.

"이 현상은 잘 알려져 있습니다."라고 LMU 물리학과의 Erwin Frey 교수는 말합니다. "그러나 지금까지 어떤 연구 그룹도 개별 에이전트(우리의 경우 아메바)가 자체 추진될 때 일반적인 수준에서 정보 처리가 에이전트 시스템의 집합에 어떤 영향을 미치는지 조사하지 않았습니다." 이러한 메커니즘에 대한 더 많은 지식도 흥미로울 것이라고 Frey는 덧붙였습니다. 이러한 메커니즘을 인공 기술 시스템으로 변환하는 것과 관련하여 말입니다.

Frey는 다른 연구자들과 함께 Nature Communications 에서 환경에서 정보를 처리하는 활성 시스템이 기술 또는 생물학적 응용에 어떻게 사용될 수 있는지 설명합니다. 개별 에이전트 간의 의사 소통의 모든 세부 사항을 이해하는 것이 아니라 자기 조직화를 통해 형성되는 특정 구조에 대한 것입니다. 이것은 아메바와 특정 종류의 로봇에도 적용됩니다. 이 연구는 Humboldt Research Award 수상자로 LMU에 머무는 동안 Igor Aronson 교수와 공동으로 수행되었습니다.

생물학적 메커니즘에서 기술적 응용으로

배경: "활성 물질"이라는 용어는 자기 조직화를 통해 더 큰 구조가 형성되는 생물학적 또는 기술적 시스템을 의미합니다. 이러한 프로세스는 아메바 또는 실제로 로봇과 같은 동일한 자체 추진 장치 간의 독점적인 로컬 상호 작용을 기반으로 합니다.

생물학적 시스템에서 영감을 얻은 Frey와 그의 공동 저자는 자체 추진 에이전트가 서로 통신하는 새로운 모델을 제안합니다. 이러한 에이전트는 로컬 수준에서 화학적, 생물학적 또는 물리적 신호를 인식하고 집단적 자기 조직화를 초래하는 내부 기계를 사용하여 개별 결정을 내립니다. 이 방향은 여러 길이 스케일에 걸쳐 있을 수 있는 더 큰 구조를 발생시킵니다.

활성 물질을 전달하는 새로운 패러다임이 연구의 기초를 형성합니다. 신호 및 정보 전송에 대한 로컬 결정은 집단적으로 제어되는 자기 조직화로 이어집니다.

프레이는 부드러운 재료로 만들어진 로봇인 소프트 로봇에 새로운 모델을 적용할 수 있다고 보고 있습니다. 이러한 로봇은 예를 들어 인체에서 작업을 수행하는 데 적합합니다. 그들은 신체의 특정 부위에 약물을 투여하는 것과 같은 목적을 위해 전자기파를 통해 다른 소프트 로봇과 통신할 수 있습니다. 새로운 모델은 로봇 무리의 집합적 속성을 설명함으로써 나노기술자들이 그러한 로봇 시스템을 설계하는 데 도움을 줄 수 있습니다.

Frey는 "개별 에이전트가 서로 통신하는 방법을 대략적으로 이해하는 것으로 충분합니다. 자기 구성이 나머지를 처리합니다."라고 말합니다. "이것은 특히 로봇 공학에서 패러다임의 변화입니다. 연구원들은 정반대의 작업을 시도하고 있습니다. 그들은 극도로 높은 수준의 제어를 원합니다." 그러나 그것이 항상 성공하는 것은 아닙니다. "대조적으로 우리의 제안은 자기 조직화 능력을 활용하는 것입니다."

출처 : https://www.sciencedaily.com/