swarm 机器人中的个体性以 Kilobots 为例：噪声、缺陷还是特性？

个体间差异在自然系统（如鱼、蜜蜂和人类）中被广泛研究，因其有助于个体与集体行为复杂性的形成。然而，人工系统（如机器人集群）中的个体性被低估甚至忽视。 swarm 机器人中偏离规范的个体特异性通常仅被视为可通过校准最小化的噪声。我们观察到机器人具有一致的偏差，并认为对这些偏差的认知与了解可被利用以服务于任务。我们测量了由机器人动作、感知与振荡方面个体差异引起的机器人集群异质性。我们的用例为 Kilobots，并给出机器人性能因个体差异而异的行为示例。我们展示了一个非直观的 Kilobots 光趋性示例：未校准的 Kilobots 表现出优于已校准的所谓“理想”机器人的性能。我们也测量了感知与振荡异质性的个体间变异。我们简要讨论了这些变异如何增强集体行为的复杂性。我们建议，通过认识并探索机器人集群中个体性（进而多样性）的这一新视角，可深化对这些系统的理解，并潜在地为其应用设计与实现解锁新可能。