機器人船協作建造
重點摘要
麻省理工學院研究團隊開發出名為FloatForm的微型機器人船群,這些船隻能夠像螞蟻一樣互相拼接,在水面上組裝成可重組的漂浮結構。此技術展示了自動化協作建造的潛力,未來可能應用於臨時橋樑或浮動平台等場景。
美國麻省理工學院(MIT)研究團隊近日發表一款名為 FloatForm 的新型水上機器人系統,這套系統由一群體積小巧的自主船隻組成,能夠像螞蟻搭筏般彼此連結,在水面上快速組裝成可重新配置的浮動結構。這項開發成果來自 MIT 內部實驗室,研究人員設計出的每一艘微型機器船都具備獨立推進與通訊能力,可在完全不需要中央控制的情況下,透過局部互動判斷周圍同伴的位置,進而自動拼接成更大的平台。 整個運作過程模擬了自然界中蟻群以身體連結形成臨時浮橋的行為。當螞蟻需要跨越水域時,牠們會彼此抓住,構成一個可以承載重量的活體橋樑;FloatForm 的機器人船也遵循同樣邏輯,能夠依據任務需求,動態改變排列的形狀與範圍。無論是形成一條狹長的通道,還是擴展成寬廣的方形平台,這些船隻都能在幾分鐘內自動完成變形,無需人為介入。 FloatForm 的核心技術在於機器人之間的機械耦合機制與協調演算法。每一艘船的側邊都裝有特殊的連接器,當其中一艘船偵測到另一艘船靠近時,連接器會自動接合,形成堅固的整體結構。研究團隊表示,這種方式能讓多艘小船共同承載重量,甚至支援人員或設備在浮動平台上移動。由於每艘船都配備獨立推進器,它們可以在水面上自由航行,到達指定位置後再與鄰近船隻結合,因此運作靈活性極高。 這項技術的潛在應用相當廣泛,首先在災害應變領域,當洪水或地震導致陸地道路中斷時,FloatForm 可以在水域上快速搭建臨時通道,讓救援人員與物資通行。對於海洋科學研究來說,這些機器人船能夠組成浮動工作站,搭載儀器進行水質監測、生態調查或海底勘探,而且可以根據觀測需求隨時改變平台的面積與形狀。此外,在港口或湖泊等水域,FloatForm 也能建構成可變形的基礎設施,例如臨時碼頭、水上活動平台,甚至作為浮動式太陽能板的支撐結構。 由於機器人船可以分開各自航行,到達指定地點後再組裝,這項特性大幅提升了運輸與部署的靈活性。傳統的浮動平台需要用大型拖船或卡車運送,體積龐大且難以調整;而 FloatForm 的每一艘船都能單獨運送,到達現場後自動組合,不僅節省物流成本,也讓臨時性設施的架設變得更加迅速。研究團隊指出,這種模組化設計未來甚至能讓同一組機器人船在不同時間、不同地點執行多種任務,提高設備使用效率。 目前 FloatForm 仍處於原型測試階段,團隊正在針對連接機構的穩定性與能源效率進行最佳化。現階段的連接器在靜水環境中表現良好,但在波浪較大的水域中還需要加強鎖定機制,避免結構鬆脫。同時,研究人員也在設法降低每艘船的電力消耗,讓它們能夠在無需頻繁充電的情況下持續運作數小時。為了實現更大規模的協作組裝,團隊計劃進一步縮小船隻的體積,從目前的原型尺寸縮小到更輕巧的規格,這樣一來,同樣數量的船隻就能組合成更細膩的結構,或者用更少的船隻完成所需的任務。 這項研究成果已於 2026 年 7 月 9 日由 MIT 正式對外公布。雖然距離商業化應用還有相當距離,但 FloatForm 已經展示了群體機器人在水上環境中的巨大潛力。當數十艘甚至數百艘微型船隻能夠像蟻群一樣協同作業時,人類對於水域基礎設施的想像力也將隨之擴展。從臨時救援到長期研究,從固定設施到動態變形,FloatForm 為未來的水上機器人協作提供了全新的技術方向。
Related
相關文章

機器狗指揮人類用天平稱重!清華現場演示:無腳本,任務隨機,觀眾即興出題
清華大學現場演示中,搭載一念Unisonmind端側大腦的機器狗「哮天」能在無預設腳本、任務隨機的開放環境中,看懂黑板迷宮、指揮人類使用天平稱重,甚至估算觀眾遞來的礦泉水剩餘水量。同一個認知底座可無縫遷移至人形機器人與電動輪椅,展現了跨本體的物理通用智能(Physical AGI)雛形。

分析:社交媒體超四分之一長文為 AI 生成,LinkedIn 成重災區
首頁 > 智能時代>人工智能 分析:社交媒體超四分之一長文為 AI 生成,LinkedIn 成重災區 2026/7/13 7:26:09 來源:IT之家 作者:遠洋 責編:遠洋 評論: IT之家 7 月 13 日消息,根據 Pangram 的一項分析,目前社交媒體上超過 250 個單詞的長篇內容中,每四篇就有一篇是由 AI 生成。

SK 海力士聯合研發憶阻器 AI 芯片:理論峰值約 2.54 TOPS,能效 21.3 TOPS/W
SK海力士與TetraMem、南加州大學聯手開發一款基於憶阻器的存內計算SoC,專為邊緣AI裝置的神經網絡推理設計。該晶片理論峰值效能約2.54 TOPS,在100 MHz下能效達到21.3 TOPS/W,並在輕量模型上實現80.36%的推理準確率。
新算法突破大模型訓練瓶頸
新算法突破大模型訓練瓶頸。 大模型通常利用強化學習提升複雜推理能力。傳統的訓練框架常常面臨訓練不穩定的 難題。新方案通過不對稱設計徹底優化了訓練過程。學習這篇精妙的無界正向非對稱優化論文。
谷歌大模型推理框架遭曝光
谷歌大模型推理框架遭曝光。 用戶在測試該模型時遇到了意外的異常報錯。系統意外輸出了內部草稿紙和組件渲染邏輯。洩露的數據 ��� 包含了海量知識圖譜實體及標籤。快去參與這篇火爆的大模型異常報錯討論。