专注于群体机器人技术的研究通常使用理论方法以抽象的方式描述机器人系统。机器人研究中经常使用的理论模型是OBLOT，这种方法将机器人表示为简单的系统，它们完全相同，没有内存并且无法相互通信。

意大利拉奎拉大学和佩鲁贾大学的研究人员最近创建了MOBLOT，这是OBLOT模型的扩展，该模型可应用于更广泛的群体机器人系统。在第20届国际自治体和多智能体系统会议（AAMAS 2021）上提出的这种新模型的灵感来自于原子自然地排列自身以形成物质的方式。

进行这项研究的研究人员之一阿尔弗雷多·纳瓦拉（Alfredo Navarra）对TechXplore表示：“在理论上的群体机器人技术的背景下，MOBLOT是一种新模型。” “首字母缩写代表Molecular OBLivious robOTs，因为灵感来自自然：就像原子结合起来形成分子一样，在MOBLOT中，简单（非常弱）的机器人可以移动以形成更复杂的计算单元（在分子中也称为分子）。型号），相对于机器人而言具有一定程度和不同的功能。”

分子机器人一旦形成，便可以根据特定的组成特性将自己排列成任何形状，从而形成机器人的“物质”。在形成给定的形状之后，如果出现其他输入或刺激，则分子可以自动重新排列（即，自我重新配置）其位置以更改此形状。

Navarra解释说：“基本上，我们正在寻找一种受自然启发的模型，该模型具有足够的通用性来控制机器人群的行为，可以组成更强大的实体（即分子）。” “我们的最终目标是对可以通过算法改变形状的机器人物体进行建模。到目前为止，还没有考虑过这样的理论模型。”

可视化表示形成某种特定物质的“分子”。图片来源：Cicerone等。

MOBLOT是一个通用的理论模型，可用于其他针对群体机器人技术的研究。但是，最初设计时会考虑“弱”机器人，即那些功能非常有限的机器人（例如，没有内存或无法相互通信）。Navarra和他的同事特别关注“弱”机器人系统，因为他们希望他们的模型和与之相关的算法将适用于各种现有的，新兴的和新开发的机器人。

纳瓦拉说：“使其独特的主要特征在于机器人将自身结合成分子（机器人的结构化子集）的能力，这些分子一旦形成，便会获得新的能力。” “实际上，分子被认为是具有特定范围和运动特性的唯一实体。这旨在为模型“增加一些力量”，即，如果没有分子形成，则有些任务是无法解决的。”

与OBLOT模型和其他群体机器人方法相比，MOBLOT模型可用于更广泛的场景，在这些场景中，机器人群体的对称性被破坏了。本质上，该模型将非常简单的机器人的行为形式化，这些机器人可以聚集形成更复杂的机器人结构（“分子”），进而可能形成不同种类的最终化合物（“物质”）。

在一系列的初步测试中，Navarra及其同事表明，通过将机器人表示为形成分子的单元，MOBLOT可以帮助解决所谓的物质形成问题。将来，该模型还可能会用于探索其他科学和机器人技术问题。

此外，这种新的理论模型可能会启发其他团队开发具有类似于其所描述的机器人系统组成特征的机器人。Navarra和他的同事希望通过与其他工程师和机器人专家的合作来进一步探索这种可能性。同时，他们还计划通过考虑机器人可能进入的不同环境来扩展其模型。

Navarra解释说：“到目前为止，MOBLOT涉及在欧几里德平面上移动的机器人。” “在这种连续的环境中，假定机器人能够在任何方向和任何数量上执行准确的运动，甚至可以无限小量执行。但是，对于机械性能较弱的机器人，可能无法执行这种复杂的运动精确；因此，我们目前正在研究让机器人在基于网格的地形中移动的后果，在这种地形中，移动仅沿网格线进行限制，并且每一步仅限制于相邻的网格点进行。”