从生物形态发生到群机器人自组织：课程背景与研究愿景

课程导论与核心背景

本章节开启了对“受生物启发的自组织系统”的深度探讨。传统的机器人设计往往将控制算法（大脑）与物理构型（身体）分离，而生物界通过形态发生 (Morphogenesis)展示了一种高度统一的进化模式。本课程旨在研究如何利用计算模型模拟这一过程，使群机器人系统在无需全局指令的情况下，通过局部交互涌现出复杂的宏观行为。

研究愿景：通向 AGI 的新途径

• 脑-体协同演化 (Brain-Body Co-evolution)：突破“固定形态”的限制，探索控制器与物理形态在进化过程中的动态耦合。
• 基因调控驱动的自组织：利用数学化的基因调控网络 ($GRN$) 模型，赋予机器人群体类似细胞分化与组织形成的生长能力。
• 极端环境下的鲁棒性：研究在缺乏 $GPS$、通信带宽受限以及存在动态障碍物的复杂现实中，群体如何维持形态稳定性。