2022年3月，重庆大学物理学院刘雳宇课题组发表研究论文“Robots as Models of Evolving Systems” （集群机器人作为进化系统的模型）。该论文以重庆大学为第一单位和通讯单位在PNAS (Proceedings of the National Academy of Sciences of the United States of America)上发表, 并被Physics Today专题报道。物理学院博士生王高为第一作者，刘雳宇教授为通讯作者。
在该研究工作中，机器人被赋予独特的遗传、变异和自然选择的机制，从而将生物进化系统中最重要的因素引入到机器人群体中。结合动态可编程的光学环境，使机器人群体能够感知环境和改变环境，从而诱发复杂的群体适应性行为。
每个机器人具有三组二进位构成的“基因”，这些基因有显性和隐性之分。对应于机器人的性状则是机器人对光资源的消耗敏感度。具有不同的显隐性组合的机器人消耗环境中的食物资源种类不同。而当机器人需要的资源量不能得到满足时，个体因为生存压力增大而促使基因突变率升高，甚至因食物枯竭而死亡。存活的机器人在遇到死亡的机器人壳体时会通过红外装置传递一半的基因给对方，因此当两个不同的机器人给一个死亡的机器人各传递一半基因组后，死亡的机器人将会获得新生。并且复活的机器人将具有来自亲代各一半的基因组，由此与生物有性生殖过程相对应。
当具有这样生物学特性的群体处于白色均匀资源场中时，由于个体的性状多样性，群体的生存环境依旧会变得非常动态和复杂，而个体的基因突变率是群体生存的一个重要因素。定量实验结果表明群体在低突变率或高突变率时都能存活下来，而在中等突变率会使群体的生存变得困难。当群体处于资源均匀但颜色呈周期性变化的环境中时，群体生存的结论与白色均匀场中类似，但对基因突变率的改变会更加敏感。而当群体处于资源在时间和空间上都不断随机变化的环境中时，群体的高突变率不再使群体生存下来，反而会让群体逐渐灭亡。这项工作使用实体机器人系统取代计算机仿真来研究生物进化系统的特性，并且发现了与高度理想化的计算机仿真结果所不同的结论。
美国物理联合会(AIP)旗下的Physics Today杂志主编Charles Day撰写专文，讨论了该集群机器人系统及对生物学的启发。报道提出该研究的发现对癌症化疗方法的疗法具有极强的启发意义，即多种药物的随机剂量有可能比按时定量的化疗用药更能抑制高突变率的癌细胞。
该工作得到国家自然科学基金面上项目11974066和项目12174041的资助。
原文链接：https://doi.org/10.1073/pnas.2120019119
报道链接：https://physicstoday.scitation.org/do/10.1063/PT.6.1.20220318a/full/
