作者：Ally 出品：机器人大讲堂
模块化机器人领域一直有个"老大难"问题——模块越多，功能越强，但出故障的概率也越大。
这似乎是一个矛盾：你想让机器人适应更复杂的任务，就得加更多模块；但模块一多，哪怕每个模块自身的可靠性高达95%，整个系统能撑过一次任务的概率也会随着数量增长而急剧下滑。
现在，来自瑞士洛桑联邦理工学院（EPFL）的一项新研究，彻底反转了这条曲线——他们提出了一套统一的本地资源共享方法论，让模块化机器人的可靠性随着模块数量增加反而上升。
值得一提的是，在实验中，一个完全"死掉"的模块——没有电池、没有传感器、没有无线通信——仅凭邻居模块的"接济"，就能满血恢复功能，和其他模块一起完成复杂的运动任务。
这项成果以"Scalable robot collective resilience by sharing resources"为题，于2026年2月11日发表在国际顶级期刊Science Robotics上。
01.
大自然早就给出了答案
故障不可避免，这是工程领域的铁律。传统做法要么靠冗余硬件来兜底，要么靠算法让机器人在故障发生后重新配置绕开坏掉的模块。但这些方案都有各自的局限——冗余意味着更重更贵，重新配置则意味着功能打折。
有意思的是，生物界早就用一种更优雅的方式解决了类似问题：本地资源共享。
本研究列举了大量生物学案例。细胞之间通过被动分子传输来共享营养，即使单个细胞死亡，整个有机体依然健壮。菌根网络在树木之间共享水分、养分和化学信号。金合欢树甚至能通过空气中的化学信号"警告"邻居，使得整个植物群落对单棵树的损伤更加耐受。鸟类通过集群飞行共享局部感知信息，蚂蚁则通过信息素共享觅食路径——哪怕几只蚂蚁死了，通往食物的路径信息依然不会中断。
这些生物系统的核心逻辑是：个体之间通过本地交互来互相弥补彼此的不足，从而让整体比任何个体都更强韧。
研究人员正是把这个思路搬进了模块化机器人。他们瞄准了三种对机器人系统最关键的资源——电力、通信和感知，提出了一套涵盖所有三种资源的本地共享方法论，并在他们的模块化机器人平台Mori3上进行了完整实现和验证。
Mori3是一种由三角形模块组成的模块化机器人，每个模块可以围绕与邻居连接处的关节旋转，最多可以与三个其他模块相连。模块之间有电气触点用于本地通信，同时各自具备Wi-Fi无线通信能力。
关键在于，仅共享一两种资源是不够的。本研究通过严格的概率模型证明：如果三种资源中只共享两种，系统可靠性依然会随模块数量增加而下降。只有当三种关键资源全部实现共享时，曲线才会反转——模块越多，系统越可靠。这是一个相当反直觉但又在数学上被严格论证的结论。
02.
一套模型，三种资源，全部打通
尽管电力、通信和感知是截然不同的物理域，但本研究提出了一个统一的共享模型，将它们纳入同一个框架来设计和分析。这个模型关注四个共性维度：传输机制、振荡抑制、瓶颈控制和传播方式。
在电力共享方面，团队开发了一种新型电路，能够通过模块间原本用于数据传输的电气触点同时传输电力，无需对机械结构做任何改动。电力传输的核心原理很直观：电流大小与两个模块之间的电压差成正比（实测比例系数为1.440ΔV），高电量模块自动向低电量模块输送能量。由于传输量随电压差缩小而自然减弱，系统天然具备抗振荡特性。同时，电流被限制在0.5A以内，防止电气触点过载或电池过充。
在通信共享方面，团队设计了一种混合通信算法。默认情况下，中央指令通过Wi-Fi下发到各模块。但一旦某个模块的无线通信失效（通过看门狗定时器检测），系统会自动将无线消息切换到本地有线网络进行路由，消息沿着模块间的通信触点逐跳转发。通信路径自然形成生成树结构，避免消息环路和振荡。更妙的是，关掉无线通信本身还能省电——实测关闭一个模块的Wi-Fi后，电流消耗降低了约36mA，与Mori3系统中Wi-Fi模块的实测功耗37mA高度吻合。
在感知共享方面，团队提出了一种分布式传感器融合算法，利用模块间的公共因子（这里是重力方向）来传播状态估计信息。每个模块将自己的传感器数据与邻居传来的状态估计相融合，计算下一时刻的状态。由于估计值在相连模块之间不断传递，传感信息会隐式地在整个连接网络中传播，而不需要集中式处理。这个算法的计算复杂度不随模块数量或拓扑结构增长，可以在74MHz的嵌入式处理器上实时运行。
实验结果显示，传感器融合显著降低了角度估计的误差。更重要的是，即使一个模块的所有板载传感器被禁用，它仍然可以仅凭邻居的估计值维持精确的状态感知，对整个系统的精度几乎没有负面影响。在闭链结构中，融合算法的优势更加明显——它能让所有模块对重力方向达成一致的估计，克服由额外力引起的传感器偏差。
03.
"死掉"的模块，满血复活
所有单项能力的验证最终汇聚到一个完整的系统级演示中。
团队将四个Mori3模块连接成三脚架结构，执行一项复杂的运动任务——在包含低矮桥梁障碍物的环境中行进。其中中心模块被设定为完全"死亡"状态：没有电池、传感器和无线通信全部禁用。这个模块在物理意义上完全依赖邻居的资源才能运转。
先看没有资源共享的对照实验。中心模块"死"了之后，邻居无法向它供电、无法与它交换传感数据、也无法协调关节运动。三脚架结构失去了行走能力——因为行走需要所有四个模块同步控制关节，而一个不响应的模块会导致关节撕裂或运动失败。三个存活模块只能退而求其次，用外侧的轮子在地面上缓慢滑行。这种运动方式不仅慢，而且更耗电。最终，在持续运行809秒后，一个模块电量耗尽不断重启，整个集体未能通过桥下的低矮通道，任务失败。
再看启用资源共享后的情况。通过本地电力共享，邻居模块为中心模块持续供电；通过混合通信，指令被路由到中心模块；通过传感器融合，中心模块获得了精确的状态估计。这个"死掉"的模块被邻居"复活"了，恢复了全部功能。
四模块三脚架首先以行走方式向桥梁前进（0到182秒），然后压低身体切换到轮式驱动通过低矮桥梁（182到330秒），穿过桥梁后重新站起恢复行走，最终到达目标位置（330到444秒）。整个任务在7分24秒内顺利完成。
研究指出，这个方法适用于模块未被物理摧毁、仍保有一定子系统自主性的场景。如果模块被彻底摧毁，它无法从资源共享中受益，但仍可作为被动结构供其他模块利用。此外，该方法要求模块之间存在电气连接、本地通信能力以及某种公共感知因子。除了重力，论文还提到气压、太阳辐射、磁场方向甚至时间都可以作为公共因子来传播，进一步提升系统状态估计的精度。
团队还讨论了将这一方法论扩展到更大规模机器人群体的前景。虽然本研究聚焦于小规模配置——每个模块都至关重要、单点故障后果严重——但所建立的资源共享和容错原理同样适用于大规模集体。同样的思路也可以延伸到机器人蜂群，只要蜂群成员之间能够对接实现能量和信息传输。
说到底，可靠性问题一直是模块化机器人走向实际应用的核心障碍。这项工作用一个统一而优雅的框架证明了：通过本地资源共享，适应性和可靠性不再是鱼与熊掌的关系——它们可以同时拥有。
论文链接：
https://www.science.org/doi/10.1126/scirobotics.ady6304
