仿生机器动物

鲍勃·福尔摩斯

机器隼

蜜蜂通过跳舞引导蜂巢中的同伴找到新的食物源;孔雀鱼会与同伴们协商领导权;当隼来袭时，信鸽会进行集体躲避。自从动物行为研究出现以来，科学家们一直在研究诸如此类的社交互动。如今，他们的研究有了新的变化——研究对象不仅有活体动物，还有机器动物。在研究人员的控制下，这些机器动物会在实验中与有血有肉的活体动物互动。科学家们希望这样的实验能够从全新的角度揭示：哪些因素能促使孔雀鱼成为社交能手？蜜蜂是如何向同伴传达信息的？以及，动物的社交生活还有哪些其他特征？

这听起来可能有些不寻常，但事实上，相关研究早已开启。机器人技术和计算能力的进步意味着工程师可以制造出足够逼真的机器动物，使动物们将其视作同类并作出反应。“足够逼真”的逼真程度因研究对象而异。有时机器动物必须外表逼真，有时需要气味一致，有时它只要能移动就行。

与活体动物相比，机器动物有一个很大的优势：它们会按照研究人员的指令，一次又一次以完全相同的方式去完成任务。这让科学家们可以在一定程度上控制他们的实验，而其他任何方式都很难甚至不可能实现这一目标。“如果你能制造一个机器动物，让它作为眼线混进一群动物里，而动物们又能接纳这个机器动物并把它当作群体中的一员，然后你就可以让机器动物执行任务，看看真正的动物会有什么反应。”纽约罗彻斯特大学的动物认知研究员多拉·比罗说。

借助机器动物，研究人员可以将各种因素分离开来，例如鱼的大小和它的经验，而这些因素在真实动物身上是无法分离的。他们可以让真实动物一遍又一遍地接受完全相同的刺激，从而加快实验进程。有时，他们还可以在完成目标的同时避免动物面对真正的捕食者或潜在的物种入侵风险。

以下是五种仿生机器动物，研究人员正在利用它们研究和控制特定情况下真实动物的社交互动。

潜入蜂巢的机器蜂

著名的蜜蜂“摇摆舞”在60多年前已经为人所知——返巢的工蜂在蜂巢入口附近按照特定路线快速移动并振动翅膀和身体，它们用这种方式来告诉同伴食物的位置。但研究人员仍不清楚它们蜂巢中的同伴们是如何对这些信息进行解码的。“信号的含义是什么？舞蹈中的哪些部分真正传递了信息？哪些只是无心的动作？”柏林自由大学的机器人专家蒂姆·兰德格拉夫问道。他认为，这些是机器蜂要完成的任务。

兰德格拉夫制作了一个真蜜蜂大小的模型——一个带有单翼的蜜蜂模样的粗糙塑料球——并将其连接到一个机械驱动系统上，以便控制模型移动、振动的位置及方式。将机器蜂放进蜂巢后，兰德格拉夫发现，机器蜂确实可以引导真正的蜜蜂找到食物源，甚至是它们之前从未用过的食物源。这个结果是对理论的有力证明。

但机器蜂的成功并不可靠。兰德格拉夫说：“有时蜜蜂会在几秒钟内跟随，但有时却需要几天的时间，而我们无法解释原因。”他意识到，这其中还有一个他从未考虑过的问题——蜜蜂如何从跳舞的工蜂中选出自己要跟随的那一个，以及怎么决定要在何时跟随。他想知道，潜在的追随者们是否在积极寻找有关食物来源的信息，还是舞蹈者必须以某种方式说服它们？是否只有少数具备经验的工蜂才能明白所有特定的信号？

为了解答这些问题，兰德格拉夫和他的团队正在研发一种升级版的机器蜂——它具有更真实的气味和更可靠的翅膀振动机制，可以进入一个布满独特标记的蜜蜂蜂巢——并希望可以借此追溯活体蜜蜂的经历。尽管新冠疫情延误了时间，他们最终还是开始了系统测试，只是暂未得到结果。不过，兰德格拉夫说：“我估计，我们很可能会有一些新发现。”

当隼来袭时，一群鸽子会有什么反应？经典的“自私牧群原理”假设，每只鸽子都会在遇袭时努力挤进鸽群中间，从而导致捕食者带走其他不幸的同伴。但这个想法并不容易验证。隼的每一次攻击都不相同——起始位置的高度及角度都可能不同，而所有这些变化都会影响鸽子的反应。因此，英国埃克塞特大学的行为生态学家丹尼尔·桑基开始使用机器隼。

“这种可控的方式非常利于研究。”桑基说，“你可以确保在放飞鴿子时，隼总是正好落后20米，并且可以重复操作。”此外，他指出，机器隼对鸽子来说更安全。“据我所知，曾经发生过一只训练有素的隼消灭了一群鸽子的事。”

一名隼爱好者用他的机器隼帮助了桑基。除了多出一个驱动它的螺旋桨，这只机器隼的外表可谓栩栩如生。桑基反复“攻击”了一群信鸽，同时通过GPS跟踪每只鸽子的位置。他发现，与“自私牧群原理”相反，鸽子在受到攻击时并没有努力往鸽群中间挤。

机器隼“攻击”鸽群。

此外，桑基的分析表明，这些鸽子大多试图与同伴同向飞行，这样鸽群就能一致躲避攻击，而不会有任何鸽子掉队落入捕食者的手中。“这表明，它们可以通过团结协作一起逃离捕食者，并且不牺牲任何同伴。”桑基说。虽然没有确凿的证据，但这表明鸽群可能是有合作精神的，它们并不自私。

鱼群里的哪条鱼最有可能成为首领？大多数研究表明，体型较大的鱼往往对鱼群的前进方向影响较大。大鱼通常更年长、更有经验，而且它们的行为也与鱼群中的小鱼不同。但这些因素中的哪一个对成为鱼群首领影响最大？这很难用真正的鱼来测试。“你怎么才能让一条大鱼表现得像一条小鱼呢？这些都只能用机器动物来测试。”柏林洪堡大学的动物行为学家延斯·克劳泽说。他在2021年的《控制方法、机器人技术和自动系统年评》中与人合作撰写了行为学研究中有关机器动物的综述。

克劳泽和他的同事研发了机器鱼——一种安装在磁性底座上的3D打印孔雀鱼模型，由水箱下方的电动装置驱动。两个与计算机相连的摄像机可以让机器鱼即时对同伴们的行为作出回应。

鱼群将机器鱼视作了同类。

他们发现，只要模型有眼睛并且色彩图案与真鱼大致相似，孔雀鱼就会把模型当作普通活体鱼，并作出反应。这让研究人员能够在保持其他条件相同的情况下，更换更大或更小版本的机器鱼，以便单独研究体型大小的影响。他们发现，孔雀鱼果然倾向于追随个头更大的机器鱼首领。该团队还使用机器鱼来研究个体鱼的行进速度如何影响群体行为。

团队还发现了另一个关于鱼群首领的令人惊讶的事实：社交礼节很重要。他们早期版本的控制程序会导致机器鱼过于靠近同伴，这迫使真正的鱼后退以保持距离。“我们有一些机器鱼还会追逐活体鱼。”克劳泽回忆道。后来，团队对机器鱼进行了调整，以便让它们保持礼貌的社交距离。而新版的“社交能手”机器鱼用事实证明，它们在吸引追随者方面有绝对优势。

先前的研究都是让机器动物进入活体动物群，以刺激活体动物作出反应。此外，还有一种单独使用机器动物来解析动物行为的方法：对一群机器动物进行编程，使其遵循你所知的真实动物的行为规律，看看它们是否能复刻真实动物的行为方式。

这就是哈佛大学集体行为研究员贾斯汀·韦费尔所采用的方法。韦费尔想了解白蚁是如何建造如此复杂的蚁丘的，这些蚁丘因为入口处的沟槽阵列而闻名。他把研究焦点集中于建造过程中的一个特定步骤——白蚁如何为从蚁丘中挖掘出来的土选择倾倒地点。这个简单的判断决定了蚁丘入口的复杂形状。

韦费尔和同事们获得的一些证据表明，白蚁可能会在蚁丘内部高湿度区域与地表干燥空气的交界处倾倒泥土，这是它们家园边界的一个很好的标志。但他们不知道白蚁的倒土行为是否也受其他因素影响。

所以他们制作了一群机器白蚁。由于机器白蚁不必与真正的昆虫互动，它们不必显得栩栩如生。相反，这些机器白蚁其实是砖块大小的推车，它们可以在平坦的表面上运送和卸下彩色积木。每只“白蚁”都携带着一个湿度传感器，程序会操控它们在湿度高时携带积木，在湿度下降时卸下积木。与此同时，当每只“白蚁”移动时，会有一个仓鼠管道不断地滴水，以确保机器白蚁占领区的湿度更高。

科学家利用机器白蚁研究白蚁的蚁丘和倒土行为。

“我们知道机器白蚁只关注湿度，因为这是我们给它们的指令。”韦费尔说。事实证明，这就足够了。因为最终，机器蚁群在它们的“蚁丘”入口卸下了积木，它们甚至像真正的白蚁一样，在有风的日子里封闭了入口。当然，韦费尔指出，虽然这并不能证明白蚁是完全根据湿度规则来建造蚁丘的，但却可以表明，这样的规则足以让它们完成任务。

仿生机器动物不仅能揭示动物的行为秘密，它们可能很快会被用在特定领域操纵活体动物。

食蚊鱼原产于美国南部，现已成为全球百大入侵物种之一。西澳大利亚大学的行为生态学家乔瓦尼·波尔维里诺决定以一种不寻常的方式控制仿生机器动物。

科学家试图用机器大嘴鲈鱼恐吓入侵物种食蚊鱼。

波尔维里诺和他的同事们制作了一种机器鱼，把它设计成大嘴鲈鱼的样子。在食蚊鱼的原生水域中，大嘴鲈鱼是它们的主要捕食者。科研人员对机器鱼进行编程，使其气势汹汹地游向食蚊鱼，希望以此恐吓入侵物种，同时又不影响到澳大利亚的本土物种。（许多野生动物都会表现出持久的恐惧反应。）

而这正是他们所看到的：每周仅与机器捕食者接触15分钟，食蚊鱼体内的脂肪就会减少，用来逃生的能量增加，而用来繁殖的能量也相应减少。“它对食蚊鱼的影响是巨大的，但其他物种却一点也不害怕，因为我们复制了一种在澳大利亚不存在的捕食者。”波尔维里诺说。

在将他的人造捕食者投放到现实世界之前，波尔维里诺还有很多工作要做。“我们的机器鱼在实验室中表现良好。”他说，“不过，这是在附近设有一台电脑、水箱上方装有一个网络摄像头并且配备了电池的情况下实现的。”

即便如此，他仍决定与昆士兰州的一个国家公园进行协商，因为在那里小而清澈的水池中生活着两种濒临灭绝的鱼类，而最近食蚊鱼占领了水池。水池很小，这也许能为首次野外测试提供良好的环境。“目前还没有作好准备，”波尔维里诺说，“但這件事是可以尝试的。”

当然，当研究人员试图将机器动物融入真实动物群体时，很多事情都可能出错——有时，导致失败的原因一点都不复杂。例如，当比罗试图制作一只机器鸽来研究信鸽群的集体决策时，该机器鸽的飞行速度却无法跟上真正的鸽群。尽管如此，以新方式测试动物行为的机会仍然让她充满期许，她希望某一天能再尝试一次。“如果我们能让这一切都正常运作，那么接下来就会有各种各样有趣的事情等着我们去做。”比罗说，“这正是我一直期盼的。”

[编译自美国《史密森尼》]

编辑：马果娜