在科技探索的前沿，一群仅有巴掌大小的水面微型机器人正书写着复杂系统研究的新篇章。这些漂浮在水面的智能体，无需中央指挥，仅凭简单的物理交互便展现出令人惊叹的集体行为——它们时而聚集如星团，时而离散似流萤，甚至能自发推动物体、搭建桥梁。这一突破性成果来自清华大学研究团队，相关研究已发表于《Science Advances》，为人工系统的自组织临界性研究开辟了全新路径。
这些名为“水面机器人集群（Aquatic Robot Swarm, ARS）”的微型装置，每个体积仅80立方厘米，却蕴含着精妙的设计智慧。它们通过两侧对称分布的三层圆形薄膜振动产生水波反作用力，实现灵活移动。这种运动方式不仅确保了机器人在碰撞或拥堵时不会“卡壳”，更通过振动产生的水波形成天然的“社交距离”机制——当两个机器人距离过近时，水波产生的排斥力会阻止它们无限聚集。与此同时，机器人搭载的三个光敏电阻能感知同伴发出的可见光方向，形成趋光性聚集的吸引力。光吸引与水波排斥的双重作用，构建起长程吸引、短程排斥的独特交互模式，为自组织临界性的涌现奠定了基础。
研究团队引入“相关簇”概念来量化机器人的集体行为：当两个机器人距离小于阈值且速度方向相似时，它们被视为“直接相关”，这种相关性可传递形成更大规模的集群。实验数据显示，64台机器人同时运行时，系统主要由零散的小簇组成，但偶尔会涌现出跨越数十个个体的大规模集群。更关键的是，相关簇的大小分布和持续时间分布均呈现完美的幂律特征，幂指数分别达到1.68和1.54。这种时空尺度不变性，正是自组织临界性的核心标志。系统还检测到典型的1/f噪声——这种被称作“临界态指纹”的信号，进一步印证了系统处于自组织临界的边缘状态。
为验证系统的鲁棒性，研究团队在物理实验和计算机模拟中大幅调整参数：光强和密度提高四倍，模拟规模跨越从100到10000个体的数量级。结果显示，只要参数超过微弱阈值，系统总能自发演化到同一种临界状态。香农熵的量化分析表明，相关簇的多样性在参数变化后迅速收敛，幂律分布及其指数保持稳定。这种“有限尺度标度普适性”使系统具有极强的抗干扰能力——即使向水池中投入不发光、只发射红外信号的“刺激源”，机器人仍能围绕刺激源形成亮度梯度，并持续推动其以0.63厘米/秒的速度稳定移动。更令人惊叹的是，当放置多个固定刺激源时，机器人不仅自发聚集形成高密度区域，还能在两个相距40厘米的刺激源之间搭建出持续稳定的桥梁结构，而整个过程中系统的临界性特征始终未被破坏。
这项研究为复杂系统科学提供了可控的实验平台。传统研究多依赖计算机模型或被动观测，而ARS系统允许研究者在物理世界中实时调整参数，观察临界态的演化、扰动响应和相变过程。对于机器人学而言，它开辟了一条通向群体智能的新路径：通过物理场（光场、流体力场）的隐式耦合，简单的局部规则就能涌现出全局智能行为，无需中央控制或显式编程。这一发现对微型机器人领域尤为重要——当机器人尺寸缩小到无法搭载复杂计算单元时，“用物理交互替代算法”可能成为实现群体智能的关键突破口。
