无脑：基于形态计算的软体机器人自适应行为

在当今的人工智能和机器人领域，通常会分别假设一种由神经网络建模的大脑，并用于学习智能和自适应行为。尽管这种方法在许多任务中效果良好，但它并非 nature 中唯一存在的智能类型。本文我们研究了在软体机器人中实现智能行为的途径，这些行为不依赖于单独的、明确的大脑进行控制，而是仅作为机器人物理躯体内部计算的结果。具体而言，我们展示了通过使用简单的反应性材料，在不同环境线索下主动改变软体机器人形状，从而改变其行为，能够在基于体素的虚拟软体机器人中创建自适应且复杂的行为。我们演示了闭环形态计算概念的一个案例，并表明在我们的实现中，它使行为能够模拟逻辑门，从而展示了这些行为如何组合以构建更复杂的集体行为。