在各种不同的不断变化、不可预测且未知的环境中，越来越需要使用机器人系统来完成多种复杂的任务，鉴于这些挑战，人们提出了自组织群机器人和自重构模块化机器人。为了面对更加复杂且苛刻的环境条件以及满足这些环境中的任务需求，机器人的认知能力和结构设计的发展同样变得越来越重要。本书收集了关于仿生自组织机器人系统的最具代表性的研究工作。它由四个部分组成：第一部分讨论处理群机器人系统的仿生自组织方法。第二部分介绍了自重构模块化机器人的几种仿生方法。第三部分则将机器人系统的自主智力开发作为焦点。第四部分给出了自组织机器人系统的两种特定应用。本书在仿生自组织机器人系统方面为读者提供了最新且全面的见解，能够在多学科研究领域之间建立起桥梁，比如机器人、人工生命、认知科学、系统生物学、发育生物学和进化计算等，从而启发研究者和工程师们产生更多创造性想法来进一步推动这一新兴且令人兴奋的领域的发展。
在各种不同的不断变化、不可预测且未知的环境中，越来越需要使用机器人系统来完成多种复杂的任务，鉴于这些挑战，人们提出了自组织群机器人和自重构模块化机器人。例如：大规模群机器人系统的新型集体行为在面对环境变化时能够表现出高度的柔性和适应性；自重构模块化机器人能够自动改变系统的外形以适应复杂的地面状况。现在，为了面对更加复杂且苛刻的环境条件以及满足这些环境中的任务需求，机器人的认知能力和结构设计的发展同样变得越来越重要。与传统的预编程技术相比，自组织机器人系统在不断变化的、未知环境的应用中，尤其是在稳健性、自修复和自适应方面更具前景。为了具备上述特性，自组织机器人系统必须以分布式方式控制，理想的方式是单个简单机器人间的局部相互作用，而不是外部的全局控制。然而，分布式自组织机器人系统的设计仍然是机器人技术中最具挑战性的问题之一。
从宏观群居昆虫中的群系统到微观的细胞系统，生物系统能够在多种不确定性存在时通过相对简单的局部相互作用来产生稳健且复杂的新型全局行为。将由生物系统那里借用而来的思想用于开发自组织机器人系统，已经变得越来越普遍，而且在最近几年里取得了相当大的成功。例如：受到在群居昆虫群落和鸟群中所观察到的行为的启发，群体智能已经成为解决具有大量平行系统的复杂系统的新型范式。生物中另一个自组织过程是多细胞生物的形态形成，用来处理自组织机器人系统的基于胚胎发育计算模型的形态学方法已经表现出其潜在的价值，这种机器人系统也被称为形态机器人。
本书收集了关于仿生自组织机器人系统的最具代表性的研究工作。它由四个部分组成，第一部分讨论处理群机器人系统的仿生自组织方法，比如模仿多细胞生物中生物形态形成的形态学方法，模仿群居昆虫（比如鸟类、蜜蜂等）行为的群体智能方法，用于机器人机体的基于激素的方法，以及用于群机器人的基于沟通机制的遗传激励。我们在第１章中介绍了一种在机器人发展中最新出现的研究领域——形态机器人。形态机器人学的主要内容是应用发展的原理来设计自组织机器人系统的形态和控制器，这一章中总结了形态机器人学的主要主题，讨论了形态机器人学至进化机器人学与后继的机器人学之间的关系，展望了进化发展的机器人学，它是进化与发展机器人学的天然组合。
我们相信，本书在仿生自组织机器人系统方面将为读者提供最新且全面的见解。希望本书能够在多学科研究领域之间建立起桥梁，比如机器人、人工生命、认知科学、系统生物学、发育生物学和进化计算等，从而启发研究者和工程师们产生更多创造性的想法，来进一步推动这一新兴且令人兴奋的领域的发展。
第一部分 自组织群机器人系统
形态机器人学———机器人系统形态和神经的一种进化发展的自组织方法
如何设计机器人机体和机器人群？———具身自组织系统中的仿生、拟生和人工进化
喧嚣和嘈杂环境中的多体集群控制算法
遗传激励
从蚁群到机器人和从机器人到蚁群：机器人如何促进对动物集体行为的研究
第二部分 自重构模块化机器人
异构多机器人组织的自优化自组装
模块化机器人的形态自重构
自组装机器人中的基本问题和Tribolon平台上分异的一种案例研究
第三部分 机器人系统中的自主式智力开发
类人脑的时间处理
第四部分 特殊应用
关于多头绒泡菌机器人
使用有机计算原理开发自组织机器人单元
新书资讯