# Сабина Хауэрт: «Роевые системы изменят медицину и логистику к 2050 году»

Источник: https://www.youtube.com/watch?v=E6iJx4ePQCc
Канал: The Royal Institution
Опубликовано: 18.03.2025

---

Роевая робототехника — это молодая научная дисциплина, которая за последние 20 лет прошла путь от теоретических моделей поведения птиц до реальных испытаний беспилотников в небе над Калифорнией. Сабина Хауэрт, эксперт в области роевых систем, описывает принципы создания коллективного интеллекта, где тысячи простых агентов решают задачи, непосильные для одного сложного робота.

## 🏁 От биологии к алгоритмам: как программировать «стаю»
[[JUMP:00:13]]

В основе роевой инженерии лежит наблюдение за природой: стаями птиц, муравьиными тропами и колониями пчел [01:31]. Сабина Хауэрт выделяет три ключевых преимущества таких систем:

*   **Масштабируемость:** добавление новых участников не нарушает работу системы.
*   **Робастность (надежность):** выход из строя одной особи не приводит к краху всего роя.
*   **Эмерджентность:** коллектив способен на большее, чем сумма его частей (например, эффективнее избегает хищников).

Главная загадка, по словам лектора, заключается в том, что в рое нет лидера [01:03]. Каждая птица или робот следует простым локальным правилам. Для создания «искусственной стаи» Сабина Хауэрт использовала четыре базовых правила биомимикрии:

1.  **Аттракция:** стремление находиться рядом с соседями.
2.  **Репульсия (отталкивание):** предотвращение столкновений.
3.  **Выравнивание:** движение в том же направлении, что и окружающие.
4.  **Миграция:** стремление к общей цели или точке назначения [03:16].

Применяя эти правила, команда Хауэрт успешно программировала летающих роботов, которые без центрального управления выстраивались в идеальные круги в воздухе [03:44].

## 🧬 Роевые ткани и паттерны Алана Тьюринга
[[JUMP:05:03]]

Совместно с биологом Джеймсом Шарпом (James Sharpe) Сабина Хауэрт разработала концепцию «роботкани». В этом эксперименте 300 миниатюрных роботов размером с монету имитируют поведение клеток живого организма [05:17].

В память каждого робота заложены переменные U и V, имитирующие химические реакции. Процесс их взаимодействия и передачи соседям называется «реакцией-диффузией» — это математическая модель, предложенная Аланом Тьюрингом для объяснения того, как на коже животных появляются пятна и полосы [05:58].

Результаты исследования:

*   Роевая ткань самостоятельно формирует пятна и выступы, напоминающие зачатки конечностей эмбриона [06:38].
*   Система обладает способностью к регенерации: если «отрезать» часть роя, он восстанавливает структуру или перераспределяет «клетки» для заживления [07:06].

## 🧠 Искусственная эволюция: как роботы учатся сами
[[JUMP:07:33]]

Когда биологических подсказок недостаточно, инженеры используют автоматическое проектирование. Сабина Хауэрт применяет метод искусственной эволюции для поиска оптимальных алгоритмов [08:01].

Процесс обучения выглядит так:

1.  Создается «нулевое поколение» со случайными программами.
2.  Каждая программа тестируется в симуляции, ей присваивается балл (score).
3.  Лучшие программы «скрещиваются» и мутируют, создавая следующее поколение [09:38].
4.  Через 50–100 итераций рой получает эффективную стратегию поведения.

В реальном эксперименте группе роботов потребовалось всего 15 минут, чтобы с нуля научиться слаженно толкать объект (фрисби) в нужном направлении [10:45]. Для прозрачности работы «мозга» робота используются «деревья поведения» (behaviour trees) — формат, заимствованный из игровой индустрии, который позволяет человеку-инженеру понять логику принятия решений машиной [11:10].

## 🏥 Медицинские нанорои: борьба с раком
[[JUMP:15:42]]

На наноуровне принципы роя применяются для адресной доставки лекарств. В организме человека могут работать до 10^13 (десяти триллионов) наночастиц одновременно [16:08]. Программирование здесь осуществляется не через код, а через дизайн самой частицы: её размер, форму, материал и «липкость» (способность прикрепляться к клеткам) [17:15].

Лектор отмечает контринтуитивный факт: слишком «липкие» частицы, которые идеально убивают раковые клетки в чашке Петри, бесполезны в реальной опухоли [18:09]. По мнению Хауэрт, они прилипают к первому же слою клеток у сосуда и не проникают вглубь ткани. Моделирование роевого поведения помогает найти баланс для глубокого проникновения лекарства [18:36].

Также Хауэрт представила проект DOME (Dynamic Optical Micro Environment) — систему управления микросвармами (например, водорослями Volvox) с помощью направленных световых паттернов [19:28]. В перспективе эта технология может использоваться для ускорения заживления ран путем управления движением клеток эпителия [21:13].

## 🚒 Рои против пожаров и логистический хаос
[[JUMP:22:58]]

В макромасштабе команда The Royal Institution сотрудничает с компанией Windracers для создания роев беспилотников, способных мониторить огромные территории, сопоставимые по площади с Калифорнией [23:24].

Ключевые особенности проекта:

*   Беспилотники Windracers несут до 100 кг груза и пролетают до 1000 км.
*   Используются алгоритмы поиска, вдохновленные движением птиц, что позволяет покрывать территорию в режиме 24/7 [23:50].
*   При обнаружении огня роботы не действуют автономно, а передают данные пожарным, которые определяют стратегию тушения [25:10].

Другое важное направление — складская логистика. Сабина Хауэрт утверждает, что роевой подход эффективнее классических централизованных систем в «грязных» и нестабильных средах [27:10]. В классической системе нужна детальная карта и центральный компьютер. В роевой системе робот DOTS (Distributed Organisation and Transport System) просто ищет груз, используя локальные датчики [29:41].

По словам Хауэрт, случайное (рандомное) движение роботов на складе часто оказывается более эффективным и быстрым способом поиска, чем строго распланированные траектории [30:33].

## 🛡️ Этические вызовы и будущее технологий
[[JUMP:33:10]]

По мере выхода роев из лабораторий в города встает вопрос доверия. Сабина Хауэрт совместно с экспертом по робоэтике Аланом Уинфилдом (Alan Winfield) разрабатывает принципы управления такими системами [33:50].

Основные вопросы безопасности:

*   Как гарантировать, что рой не заблокирует пожарный выход? (Для этого проводятся тысячи тестов в симуляции и реальности) [38:20].
*   Как люди будут воспринимать «хаотичное» движение роботов? Исследования Хауэрт показали, что пользователи не против «зигзагообразного» движения машин, если задача выполняется быстро [37:12].
*   Отказоустойчивость: современные рои обучаются распознавать неисправных «собратьев» и исключать их из процесса, чтобы они не мешали коллективу [39:31].

В завершение Сабина Хауэрт представила роадмап развития отрасли: к 2030 году ожидается массовое применение роев в сельском хозяйстве, к 2040-му — в освоении Луны и Марса, а к 2050-му — повсеместное использование микророботов в медицине [14:34].