Science Robotics 与蜜蜂群互动的蜂窝型机器人系统

2024-08-22 03:04

本文主要是介绍Science Robotics 与蜜蜂群互动的蜂窝型机器人系统,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

蜜蜂,如黄蜂,蚂蚁和其他社会昆虫,建立大型自组织群体,通常被解释为自我调节的“超有机体”。这些超生物是生态系统的重要稳定剂,因此被认为是“关键物种”。例如,蜜蜂群落通过觅食授粉服务的生态效应对陆地生态系统是巨大的。蜜蜂是最重要的真社会传粉者,因此对我们的食物供应至关重要。在这些方面,蜜蜂及其对生态系统的影响是实现联合国可持续发展目标的重要组成部分。
然而,多种人为压力源危及蜜蜂种群。冬季是最关键的季节,当很大一部分蜂巢死亡时。在此期间,通过形成温度调节的集群,蜂巢的目标从生长和繁殖转向生存。虽然在夏季蜜蜂的集体温度调节是相对容易理解的,关于它们如何响应冬季(动态条件)知之甚少。

https://www.science.org/doi/10.1126/scirobotics.add7385

交互式机器人是一种研究动物行为的方法,机器人系统产生人工刺激,从而能够调查个体或动物群体的反应。这带来了自动化实验复杂刺激序列的呈现以及根据动物在闭环中的反应进行调整刺激的潜在优势,可能产生生物混合社会。但这种方法并非没有挑战。开发这样的系统首先要确定合适的相互作用途径,以便机器人被活体动物接受。因此,重要的设计目标包括需要对自然行为的最小干扰,对动物及其当地环境的鲁棒性,以及跨越感兴趣行为的时间尺度的可靠性。此外,理解特定行为的动态可能需要多次交互或与多个个体相互作用。后一点在研究蜜蜂在冬季表达的集体行为时特别相关,这涉及在几个月内协调数千只动物的行为。在开发机器人技术以调节宿主蜂群内的自我调节集体行为时克服这些挑战,最终可以形成生物混合超级有机体。这种混合超级有机体的机器人组件将使我们能够更好地理解蜜蜂社会内部的集体动态并与之互动,即使在具有挑战性的情况下,例如在冬季。

这里展示了这样一个机器人系统,它与整个蜜蜂群进行热相互作用,包括数千只工蜂和一个健康的蜂王。研究人员在 2020 年和 2021 年冬季对三个蜂巢进行了几个月的观察和互动,对这个机器人系统进行了实验。

在扰动实验中证明了机器人系统地控制了冬季集群的位置。此外,通过传感器阵列检测到陷入冷昏迷状态的弱化菌落的热坍塌,并使用热致动器,我们能够将菌落从这种无法生存的状态中“复苏”出来,从而延长其寿命。在另一个扰动实验中,机器人系统自主测量菌落重组,并通过产生新的热刺激来反复重新定位集群,从而展示了闭环动物 - 机器人相互作用。

在这里插入图片描述

在观察蜂巢中进行了验证,使用的嵌入式生物相容性机器人系统识别菌落参数和调节冬季集群组织是可行的。该系统为传统蜂箱的现场应用开辟了一条途径,其中测量蜂群参数和应用适当的驱动具有挑战性。这种应用可以扩展我们对这些传粉媒介中热介导的集体行为和涌现模式的了解,这些传粉媒介对我们的生态系统、农业以及我们的粮食安全至关重要。

高度影响蜜蜂的一个环境因素是温度。因此,它们表现出不同的体温调节策略,建立在个人和社会机制之上。例如,他们严格调节热微气候,以提高他们的幼崽并降低整个蜂巢和局部热点的高温。此外,蜜蜂通过吸热产生对低温做出反应,特别是在冬季集群行为中,当蜂群形成数千只蜜蜂的动态自我调节集合体时,其行为就像一个更大的生物体,在寒冷的气候中生存。认识到蜜蜂对温度的敏感性,先前的研究开发了与一小群年轻蜜蜂相互作用的机器人技术,在实验室条件下通过局部热刺激成功地调节了它们的行为。因此,热通路为机器人平台与整个菌落相互作用提供了一个有效途径。

研究者的目标是利用机器人的能力进行蜜蜂集体动力学的科学研究,特别是通过机器人交互,通过调节蜂巢内的局部热场来激发动物的反应。本文提出了一个机器人系统,该系统与可以嵌入科学和常规蜂巢的越冬超有机体相互作用。机器人系统展示了在健康和坍塌状态下观察和量化冬季集群热剖面的能力。研究者们还证明了通过影响多个蜂群中蜜蜂聚集的运动来调节蜂群水平活动的能力。这里介绍的机器人系统具有集成到蜜蜂群体的能力,并有可能研究它们多样化的集体体温调节行为。

这篇关于Science Robotics 与蜜蜂群互动的蜂窝型机器人系统的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1095053

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

软考系统规划与管理师考试证书含金量高吗?

2024年软考系统规划与管理师考试报名时间节点: 报名时间:2024年上半年软考将于3月中旬陆续开始报名 考试时间:上半年5月25日到28日,下半年11月9日到12日 分数线:所有科目成绩均须达到45分以上(包括45分)方可通过考试 成绩查询:可在“中国计算机技术职业资格网”上查询软考成绩 出成绩时间:预计在11月左右 证书领取时间:一般在考试成绩公布后3~4个月,各地领取时间有所不同

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景