Ce que la robotique peut apprendre des amibes

Ce que la robotique peut apprendre des amibes

a Les particules polaires autopropulsées subissent un alignement lors de collisions binaires. b Un signal diffusible (vert) aligne les vecteurs d’orientation des cellules. c Schéma d’un trigger de Schmitt à seuil variable cth. d Réponse temporelle c

Schémas du modèle à base d’agents pour communiquer la matière active et résumé des états dynamiques collectifs. un Les particules polaires autopropulsées subissent un alignement lors de collisions binaires. b Un signal diffusible (vert) aligne les vecteurs d’orientation des cellules. c Schéma d’un trigger de Schmitt à seuil variable ce. Réponse temporelle c

Les amibes sont des organismes unicellulaires. Grâce à l’auto-organisation, ils peuvent former des structures complexes – et cela uniquement par le biais d’interactions locales : s’ils ont beaucoup de nourriture, ils se dispersent uniformément à travers un milieu de culture. Mais si la nourriture devient rare, ils émettent le messager connu sous le nom d’adénosine monophosphate cyclique (cAMP). Ce signal chimique induit les amibes à se rassembler en un seul endroit et à former une agrégation multicellulaire. Le résultat est un corps fructifère.

« Le phénomène est bien connu », déclare le professeur Erwin Frey de la faculté de physique du LMU. « Avant maintenant, cependant, aucun groupe de recherche n’a étudié comment le traitement de l’information, à un niveau général, affecte l’agrégation des systèmes d’agents lorsque des agents individuels – dans notre cas, les amibes – sont autopropulsés. » Plus de connaissances sur ces mécanismes seraient également intéressantes, ajoute Frey, en ce qui concerne leur traduction en systèmes techniques artificiels.

Avec d’autres chercheurs, Frey décrit dans Communication Nature comment les systèmes actifs qui traitent l’information dans leur environnement peuvent être utilisés – pour des applications technologiques ou biologiques. Il ne s’agit pas de comprendre tous les détails de la communication entre les agents individuels, mais des structures spécifiques formées par l’auto-organisation. Cela s’applique aux amibes, mais aussi à certains types de robots. La recherche a été entreprise en collaboration avec le professeur Igor Aronson lors de son séjour au LMU en tant que lauréat du prix de recherche Humboldt.

Du mécanisme biologique à l’application technologique

Le terme « matière active » fait référence à des systèmes biologiques ou techniques à partir desquels des structures plus grandes sont formées au moyen d’une auto-organisation. De tels processus reposent sur des interactions exclusivement locales entre des unités identiques et autopropulsées, comme des amibes ou encore des robots.

Inspirés des systèmes biologiques, Frey et ses co-auteurs proposent un nouveau modèle dans lequel des agents automoteurs communiquent entre eux. Ces agents reconnaissent les signaux chimiques, biologiques ou physiques au niveau local et prennent des décisions individuelles à l’aide de leur machinerie interne qui aboutissent à une auto-organisation collective. Cette orientation donne lieu à des structures plus grandes, qui peuvent s’étendre sur plusieurs échelles de longueur.

Le nouveau paradigme de la matière active communicante constitue la base de l’étude. Les décisions locales en réponse à un signal et la transmission d’informations conduisent à une auto-organisation contrôlée collectivement.

Frey voit une application possible du nouveau modèle dans les robots mous, c’est-à-dire des robots faits de matériaux mous. De tels robots conviennent, par exemple, pour effectuer des tâches dans des corps humains. Ils peuvent communiquer avec d’autres robots mous via des ondes électromagnétiques à des fins telles que l’administration de médicaments à des endroits spécifiques du corps. Le nouveau modèle peut aider les nanotechnologistes à concevoir de tels systèmes robotiques en décrivant les propriétés collectives des essaims de robots.

« Il suffit de comprendre approximativement comment les agents individuels communiquent entre eux ; l’auto-organisation s’occupe du reste », explique Frey. « Il s’agit d’un changement de paradigme spécifiquement en robotique, où les chercheurs tentent de faire exactement le contraire : ils veulent obtenir des niveaux de contrôle extrêmement élevés. » Mais cela ne réussit pas toujours.

« Notre proposition, en revanche, est d’exploiter la capacité d’auto-organisation. »

Fourni par l’Université Ludwig Maximilian de Munich