modular self reconfigurable robot systems [grand challenges of robotics]

Authorized licensed use limited to:CALIFORNIA INSTITUTE OF TECHNOLOGY.Downloaded on April 16,2010 at 21:26:38 UTC from IEEE Xplore.Restrictions apply.

T

模块化自重构机器人系统

未来的挑战和机遇

BY MARK YIM, WEI-MIN SHEN BEHNAM SALEMI, DANIELA RU

S,MARK MOLL, HOD LIPSON, ERIC KLAVI

NS, AND GREGORY S. CHIRIKJIAN

模块化自我重构机器人系统涉及到设计、制作、运动规划和用变化形态对自主运动机器进行控制。除了传统驱动、传感器和固定形态机器人的控制方法，自重构机器人还能能够通过重排各部分的连接刻意改变自己的形状，

来适应新的状况，执行新的任务，或者从损伤中恢复。在过去两年中，模块化机器人领域从概念验证系统到复杂的物理实现和仿真上来

讲都取得了进步。本文的目的是总结这些进展，并确定今后的关键的挑战和机遇。

体系结构的分类模块化机器人通常由多个相对较小的模块组成，并有统一对接接口，可以允许机械力和力矩、电力，通信系统连接整个机器人。模块化的构建模块通常包括一些主要结构驱动单元和一些潜在的额外的专门单位，

专门单元可以是爪、脚、车轮、照相机、有效负载和能源存储和生成单元。图 1表示出了所提系统的潜在应用。模块化自重构机器人系统一般可以由其所在单位的几何排列分为几个构造组。多

个系统会展示混合属性。◆ 晶格结构：晶格结构包含的单元被编排和连接成一些常规三维模式，如简单立方或六边形网格。控制和运动可以并行执行。晶格结构通常提供简单的重构，模块移动到相邻的位置的离散集，其运动是开环的。计算的描述也可以更轻松地调整为更复杂的系统

MARCH 2007 1070-

9932/07/$25.00©2007 IEEEIEEE Robotics & Automation Magazine 43


◆ 链/树架构：链/树架构包含的单元被以串或树形拓扑结构连接在一起。链或树可以折叠起来变成空间填充，但是其底层架构是串行的。通过关节、链结构可以达到空间任何的角度和方向，因此其能力更强大，但其计算更难以描述和分析，更难以控制。

◆ 可移动结构：可移动结构包含的单元，使用一种特殊的环境，使其可以围绕机动，可以相互联系来形成了复杂的链和块，或者组成一定数量的小机器人来协调运动并且在和其较大的"虚拟"网络。

所有三种类型的模块化系统的控制可以集中式或分布式集成在模块之中，并且可以串联或并联运行。虽然今日大多数系统是由刚性组件，但柔性和可变形组件也正在被探索。模块化机器人系统也可以根据单位重构的方式分类。

◆ 确定重构：这种类型的重构依赖重构时单元移动或直接被操纵到目标位置。每个单元的具体位置在任何时候都已知的，或者在运行时可以发现计算出，并且重构的时间会被保证。为了保证精确的操作，反馈控制是必要的，例如，在链和可移动结构中。宏观系统通常是确定性的。

◆ 随机重构：这种类型的重构依赖单元运用统计过程(像布朗运动)来移动。当它连接到主结构，其每个单元的具体位置是才是已知的，但其在不同位置之间的移动路径可能是未知的。重构的时间只能靠统计来保证。在微观系统喜爱，随机结构是更有利的。无论是自然还是人为的运行环境，在这类系统中为模块的运动提供大部分能量。

现存的其他模块机器人系统不能够自重构的，因此不属于此

Solar Panel Parallel Manipulation Coordinated by a Camera

Spare Modules, Additional Tools

Reconfiguration from Two-Legged Locomotion

toOne-Arm Assembly

Four-Arm Welder

Coordinated by a Camera

Replacing Failing Units

图 1.模块化机器人空间应用的艺术家作品，呈现出由立方体模块组成的链/树群机器人的桁架构建群体，针对装配，协同操作，修复等各种任务，配置了不同的形态，(从[1])。

44 IEEE Robotics & Automation Magazine MARCH 2007


类及机器系列，即使它们含有相似的设计和控制问题。例如，自组装系统可能由多个模块组成，但是无法动态控制或重新配置他们的目标形状。张拉平衡结构的机器人可能由多个可互换的模块组成，但无法自己进行配置。群机器人是由多个单元组成，但通常没有相互连接并形成更复杂的物理结构。甚至可以更换工具的工业机器人也可以认为是模块化的，但与上述各种系统比较起来，他们自重构的程度是非常有限的。

动机因素及启示模块化自重构机器人系统的设计有三个关键的动机因素。◆ 通用性：自重构机器人系统比传统的系统应该更

具有适应性。重新配置的能力允许一个或一组机器人拆卸和重新组装机器，形成新的形态，一次来更好适应新任务，例如有腿的机器人改变成蛇形机器人，也可以变成辘压机器人。

◆ 鲁棒性：因为机器人组件可以互换(机器人自身或不同机器人间)，所以机器人也可以自主更换故障部件，自我修复。

◆ 低成本一种类型模块可以批量生产，以此规模和大规模的生产经济会发挥作用，所以自重构机器人系统有望降低总成本此外，一个系列复杂机器可以由一组相同的模块组成，通过系统的重用性和通用性节约成本。

而这三个优势尚未完全实现。自由度的增加使模块化机器人的拥有更灵活的能力，但也会导致性能的折衷并增加机械和计算复杂性。模块化机器人的性能可能要逊色于任何的单一为特定任务订制的机器人。因此，模块化机器人的唯一优势是要显著考虑多任务处理时，需要一组不同的固定形态的机器人，或当在部署机器人之前任务的性质不能完全确定时。

应用领域鉴于这些优势，模块化自重构系统在哪里可以应用呢？虽然这种系统可以保证处理不同种类的任务，但找到"杀手级应用"领域一直很模糊。这里有几个例子。

太空探索长时间的太空任务(图1)要求一个自给自足的生态机器人，可以处理意外情况，可能还会要求自我修复。自重构系统

模块化自重构机器人系统一般可以由其所在单位的几何排列分为几

个构造组。

能够更好地处理没有被验证的任务，尤其是与固定配置系统比较起来。此外，太空任务要求很高的体积和质量的约束。与发送许多单一任务机器人相比，可以实现许多任务的机器人系统节省了航运的重量和体积。

桶状物体这些系统的第三阶段版本被称为"桶状物体"在这一个版本中，未来的消费者拥有一个自重构模块的容器。在有需要时，消费者召唤机器人来实现的任务，例如"清洁水沟"或"为汽车加油，"和机器人会呈现所需的形状并执行任务。这些系统发展的灵感来源之一就是想象的应用。第二

个灵感来源于生物系统中，生物系统自身构造出一个相对较小级别较低的构建模块的项目(细胞或氨基酸，取决于关注规模)。此体系结构吸取了生物系统的适应能力、成长、治愈，甚至自我复制能力，这些在许多工程系统都将是可取的。

此技术的历史和现状模块化自重构机器人的概念可以追溯到二十世纪七十年代电脑数控加工中心的"快速变化"结尾效果器和自动换刀装置在这里，每个特定模块都有一个共同的连接装置可以在机械手臂末端自动更换。俊雄福田共同连接机制的基本概念，介绍了其应用到整个机器人与 CEBOT(简称细胞机器人)[2]在上世纪二十世纪八十年代代末。

二十世纪九十年代初， Greg Chirikjian, Mark Yim,和 Satoshi Murata进一步发展。Chirikjian和 Murata发展了晶格重构系统，同时 Yim发展了基于链式的系统。这些人员开始研究时，重点放在机械工程上，设计和构建模块，然后在上面编程开发。同时 Daniela Rus和Wei-Min Shen对于硬件的工作，对编程方面有很深刻的影响。他们开启了一个新趋势

MARCH 2007 IEEE Robotics & Automation Magazine 45


，可证或验证分布式算法模块大量的控制，以及动态发现拓扑的变化，并自动根据新拓扑的行为转移。最近一个比较有趣的硬件平台是 Murata等人开发出

的模块变化器(MTRAN)系列。 [3].该系统是一个链和晶格混合系统。它有分别两个系统的有点：链式系统良好的任务处理性能，并与晶格系统良好的重构性能相结合。

图 2. 帕洛阿尔托研究中心的 PolyBot G3。

图 3.来自华盛顿大学的 Self-organizing programmable parts 。

最近，Hod Lipson和 Eric Klavins为随机自组装贡献了新力量。成千上万的模块进行了仿真模拟，一些(少于十)硬件模块也进行了验证。这些作品建立的基础最早可以追溯到二十世纪五十年代 Penrose的证明上，最近可以以追溯到化学家G. Whitesides教授的工作。卡耐基梅隆大学以 Seth Goldstein和 Todd Mowry

已经开始(在与英特尔的合作研究匹兹堡)下大力气，解决开发数以百万计的模块时产生的问题[4]，其重点放在简化硬件和处理可扩展性问题上。目前为止，他们使用了大量仿真模型，只有少量硬件模块原型。许多任务已被证明是可以实现的，尤其是链式重组

模块。这表明这些系统的通用性。然而，其他两个优点，鲁棒性和低成本还没有被证实。一般情况下，实验室开发的原型系统都很脆弱和昂贵，在任何事物初步发展时这都是可以预料的。现在有越来越多的研究小组积极参与模块化机器人

研发，这可以从一些调差文章中看到[5]：一个调查章节[6]，两个机器人期刊专题[7]和[8]。许多算法的进展补充了硬件的发展。例如，参见[6]–[10]和[12]–[14]。

自重构系统示例

PolyBot G3 (2002)PolyBot，图 2所示，创建于 Palo Alto研究中心(公园)，Xerox PARC研究中心的前身，由 Yim等人创建。[9].这是一个链式自重构系统。每个模块大致呈立方状，边长约 50毫米，并有一个旋转自由度(DOF)。这是 PolyBot模块化机器人系列的一部分，其展示了许多运动模式包括：步行：双腿，14 只腿，线条形；蛇形：在鼠洞中的六角风琴，尺蠖的步法，直线起伏和不正当的步态；像轮胎一样滚动高达1.6米/秒，像脚步；骑三轮车；和攀登：楼梯、电线杆、管道、坡道等模块含有谐波传动无刷电机，力扭矩传感器，触摸传感器和红外距离传感器。他们用双向连接器，并带有记忆合金驱动的闩锁。

The Programmable Parts (2005)图 3显示了一个由 Klavins等人在华盛顿大学建造的实验台，来探索可编程的化学反应数量的多少 [10]The Programmable Parts在空中曲棍球台上被驱动气流随机搅拌。当碰撞时，它们可以进行沟通，并决定是否停留和是否或何时将分离。本地交互规则可以被设计和优化以指导机器人展现出任何所需形状。系统通过含有本地规则的程序，可以被建模来运用化学主方程和分析



在非平衡态统计力学下遵循标准想法的行为。开发产生的理论被应用于微观尺度的自组装甚至分子自组装。最终目标是了解如何在所有范围内编程使其随机自组装。

Molecubes(2005)图 4 显示了 Zykov等人在康奈尔大学开发的 Molecube系统[1]，其建立用来以物理方式展示运动学的自我复制。每个模块是 100毫米长的 0.65 公斤的立方体，并含有一个旋转自由度 DOF。其旋转的轴与立方体最长对角线对齐。三和四模块机器人的物理复制被证实，任意大小的自我复制的机器的理论也已经在数学方面被证明其他自我复制形态和控制器已被展示。

SuperBot (2006)SuperBot，图 5所示，被 Shen等人在南加州大学开发。其作为在现实应用可部署的自重构机器人放在在实验室外。它的模块拥有链和晶格混合结构[11]。模块有三个自由度(纵向、横向和卷动)并且可以通过六个相同的底座连接器之一互相连同。他们可以通过底座连接器交流和共享运动能力。高层次沟通和控制，模块使用实时操作系统和激素控制，这些都是以分布式[12]可扩展的协议，不需要的模块有唯一的 id的形式针对 CONR开发的。Movies for CONRO and SuperBot can be found at http://www.isi.edu/robots/.

Miche (2006)Miche系统，如图 6所示，由麻省理工学院 Rus等人开发。它是一个模块化的晶格系统，有能力形成任意形状该系统可以实现自组装拆卸，并通过数以百计次的实验证明了稳健性。每个模块是一个自主的机器人小立方体该立方体可以与其最近的邻居连接和沟通。连接机构是由开关磁铁提供。模块装备红外线系统，实现面对面的交流来检测邻居的存在。当组装成一个结构时，模块形成一个系统，其可以通过计算机接口和分布式过程被虚拟雕塑。模块组集体决定，在使用减少信息的传输和存储的算法情况下，谁是和谁不是最后的形状。最后，模块结构不会变话，在外部力量的控制之下降，此次情况下为重力。控制这些进程的所有算法是分布式的，对它们的空间和通信消耗都是非常由效率的。

0:01 0:05 0:10

图 4. 康奈尔的Molecube

图 5. 南加州大学信息科学院的 SuperBot

图 6.麻省理工的Miche



自重构机器人也能够通过重新排列各部分的连接刻意改变自己的形状

表 1列出了许多其他实例化的模块机器人系统。除了名称、类和作者，该表还列出了自由度。这描述了模块运动的自由度的数量(如，没有闩锁自由度)，以及系统的运动平是平面(2-D)还是 3-D的。今年估计是第一次公开披露。

未来的挑战和机遇

挑战和机遇从早期的模块化自重构系统的演示后，其大小、鲁棒性和性能不断提高。自重构机器人系统的承诺可实现的程度取决于系统中的模块数量。到目前为止，只有最高约50个单元的系统被证实，这个数量停滞了近十年。

同时，规划和控制算法一直发展，已经可以处理数百万计的单元。然而，这些系统实现它们的适应性、健壮性和低成本的诺言，有几个关键的步骤是必要的。这些步骤可以分为在硬件设计中和在规划，控制并应用算法的挑战，。

硬件设计的挑战自重构机器人的性能很大程度上取决于其机械与电子控制的设计。到目前为止，许多不同的设计已经被开发和评估。每个设计主要重点这些因素，如一些灵活形式银子，多自由度的使用，扭力/体重高比值，对接/移除的便利性，电源管理。但是，最佳和通用的模块设计尚未提出。有关这个问题的基本限制因素包括：◆ 模块之间的粘结/对接接口的强度、

精度和鲁棒性(机电)的限制。◆ 电机功率，运动精度的限制、很灵活模块的效率的限制(如，特定能量，特定转矩)

◆ 各个模块之间灵活性的限制，这限制了机器人作为一个整体的灵活性。

表 1 自重构模块化系统的列表。

系统分类自由度作者从属关系年份机器人系统（CEBO 可移动变化 Fukuda 等人。名古屋（Nagoya） 1988Polypod 链式 2 3-D Yim 斯坦福 1993变形的晶格 3 2-D Chirikjian 约翰霍普金斯大学 1993Fracta 晶格 3 2-D Murata 约翰霍普金斯大学 1994Tetrobot 链式 1 3-D Hamlin 等. RPI 19963D Fracta 晶格 6 3-D Murata 等约翰霍普金斯大学 1998Molecule 晶格 4 3-D Kotay和 Rus Dartmouth 1998CONRO 链式 2 3-D Will 和 Shen USC/ISI 1998PolyBot 链式 1 3-D Yim 等. PARC 1998TeleCube 晶格 6 3-D Suh 等. PARC 1998竖直方向晶格 2-D Hosakawa 等 Riken 1998晶体晶格 4 2-D Vona 和 Rus Dartmouth 1999I-立方体晶格 3-D Unsal CMU 1999充气的晶格 2-D Inoue 等. TiTech 2002Uni Rover 可移动 2 2-D Hirose 等. TiTech 2002MTRAN II 混合型 2 3-D Murata 等 AIST 2002Atron 晶格 1 3-D Stoy等. 美国丹麦 2003群机器人可移动 3 2-D Mondada 等. EPFL 2003随机 2D 随机 0 2-D White 等. 康奈尔大学 2004Superbot（公司）混合型 3 3-D Shen 等. USC/ISI 2005随机 3D 随机 0 3-D White 等. 康奈尔大学 2005Catom 晶格 0 2-D Goldstein 等. 卡内基梅隆大学 2005Prog. parts 随机 0 2-D Klavins 华盛顿大学 2005分子链式 1 3-D Zykov等. 康奈尔大学 2005YaMoR 链式 1 2-D Ijspeert 等 EPFL 2005Miche 晶格 0 3-D Rus 等麻省理工 2006



规划和控制难题虽然算法已经被开发出，并可以处理特定理想条件下数以百万计的单元，但可扩展性的问题控制程度很低，其克服现实限制的计划也处于高层次，例如：◆ 对于大规模操纵和有无障碍运动的平行运行的算法，

◆ 优化(时间、精力)有无障碍重构规划的算法，◆ 处理各种故障模式，从失调和死亡单元(没有反应，

不释放)，到运行不稳定的单元，鲁棒（稳定性）算法

◆ 为一个给定的任务和环境和◆ 多个单元之间高效、可扩展性(异步)沟通确定最优

配置的算法，。

软件和硬件混合的挑战自重构系统可以说比任何其他现有的系统更能紧密耦合的硬件和软件。因此，对于一些运行在硬件和软件其中一个或两个的解决方案，

在过去两年中，模块化机器人领域从概念验证系统到物理实现和仿真

都取得进步。

这里有很多问题这些问题包括：◆ 作用在自重构机器人的传感器：对于许多应用，自重构机器人中的模块通过一系列传感器应该认识到它们的环境和它们自身的状态。由于模块网络的分布式特性，传感器感知的信息是以一个分布式形式提供，因此，这个信息必须融合来实现自主决策或传递到远程控制主机。

表 2 定量硬件的成就。

完成机器人作者从属关系质量单元连接系统中最活跃的模块最大最小驱动模块驱动模块强大的驱动运行最快的模块机器人系统最长时间的运行，

一个电荷Mobile没有连接

模块对接最强健的自重构

PolyBot

Miniature Helium Catoms PolybotCKBot rolling SuperBot

Swarm-bo

t MTRAN II

Yim 等.

Yoshida 等.Goldstein 等.Yim 等.Sastra 等.Shen

等.

Mondada

等.Murata 等

PARC 研究中心

AIST CMU PARC美国宾夕法尼亚大学

IRIDIA

AIST/TiTech

56

40 × 40 × 508526750

16

14

模块

mm m3modules cantilever module lengths/s m

连接组件重复的附加/分

离步骤

表 3 软件成就。

完成软件作者从属关系质量单元最通用的算法

体积变化的单元重构时严密的边界

单模块运动表面变化严密的边界

基于拓扑的大多数行为最大的模拟系统

CA规划

PCA 晶体规划

N/A

激素百万模块march

Rus 等

Rus, Vona

和 Butler

Chirikjian 等

Shen 等.Butler

和 Fitch

麻省理工

Dartmouth

约翰霍普金斯大学（JHU）

南加州大学信息科学院（USC/ISI）

对三种类型的实例化参见[13]o(1)重新定位一个模块

参见[14]

3

2.2 mil.

系统

时间复杂性

参见[14]

行为

#模型的

MARCH 2007 IEEE Robotics & Automation Magazine


49


增加的自由度使模块化机器人的潜在能力更灵活，但也会导致性能的折衷和增加机械和计算复杂性。

◆ 在现实应用的有障碍的交互：在现实应用中，自重构机器人被要求进行运动、操作和自重构任务 ,其面临的环境往往存在的障碍，且不受控制。

定量的成就迄今为止，在某种程度上已解决上面列出的一些挑战。表 2列出了一些更多硬件的量化成就，表 3为软件。

注意硬件模块的最大数目是几个数量级滞后于算法容量，这意味着许多物理的可扩展性的障碍仍然没有得到解决。技术改进，如更好的粘结机理和理念的进展，如随机控制、自我修复和并行操作，最终可能发挥出定量的改进，如大幅增加模块数量或使其变得更小。

应用的挑战除了技术挑战，还有非技术挑战。尽管模块化自重构机器人系统的优势很大程度上被确定，但它很难确定具体的应用领域，来让这些优势可以被证明。许多开发这一领域的研究人员已经确定，找到一个可以显著迎合这些系统需求的应用是一项重大的挑战。

大挑战作者在本文描述的研究中表达出了一个终极目标，模块化机器人可能有一天会在实际应用中的大量使用、这时候没有监督的情况下，适应性自组织是至关重要的。然而，几个关键技术问题的仍挡在路上。在本节中，我们描述了几个大的挑战，如果克服它们，将使下一代模块化机器人具有强大的功能。◆ 大系统：大多数模块化机器人系统的数量都很小，

尤其是与诸如一个活细胞的组件数量相比

(许多研究人员认为自组织模块化系统的最好的例子)。至少有 1000个单元的系统演示才会表明模块化机器人已经成熟。物理演示这样的系统要求重新思考一些关键性硬件问题，例如绑定机制、配电、动力学、和振动。它也需要新的针对噪声、错误、失败和连接拓扑改变的分布式算法。

◆ 自修复系统：除了重构自身为一个新的形状，一个包括模块化机器人的系统应能够从严重损害恢复，如可能是外部或内部故障引起的碰撞。自愈结构的展示由许多分布式通信部分组成，其要求重新考虑传感器和全局状态估计算法，以及真正稳定的硬件和从任意初始状态工作的重构算法。一个具体的例子：一个系统爆炸(随机分隔成许多部分)，然后自组装，或从一定比例故障单元中恢复。

◆ 自我维持系统：最近，美国国家航空航天局推一个概念叫 Robosphere，着眼于创造一个能在很长时间内孤立的自我维持机器人生态系统，这需要自我维持功能和并在不存在人的情况下完成不可预见的任务。模块化机器人的当前的技术不可能接近这个目标，所以系统积极运行的示范，表明，一年是至关重要的。在电源管理和能源获取中新的技术需要被发展，并能够应付长任务中不可避免出现的失败。

◆ 自我复制和自我扩展：虽然简单的自我复制机器人已经被证实，其使用了一些高级的模块，但自我复制的一大挑战仍然是，要使用许多底层模块，并最终可从基本组件及原材料获取的模块。这种新系统可以生成活性元素以及被动结构，运用环境资源来实现自我复制和自我完善的系统。模块化机器人"种子"组的如果被证实能够从原材料建立自己的副本，那将需要超越的一个被冯·诺依曼认为本质上相当于工程系统的声屏障的复杂度。

◆ 利用热力学的协调：模块化机器人，在许多方面，相当于分子生物学家和纳米技术专家研究的自组织系统。但是，这里又有关键的不同。大部分现有系统通过暴力和不合理的能源来克服熵定律



。分子系统，另一方面，采用随机扩散过程作为基本途径。此外，它们是非常稳定的，即时在纳米尺度上的被发现含有固有噪声。如果模块化机器人降到微小型化/或纳米级，或如果在这个社区的想法也被绑在纳米技术、那么纳米系统的随机性质必须被处理。如果随机波动为重要因素的系统被成功搭建，那将是一个根本性的进展：例如，将大量(例如 1000)简单机器人到放进一个解决方案，它们混合，并把它们聚合成一个独立于初始条件的预定结构，。

[15]（其中的引用）中讨论了这些问题的一些，IEEE Robotics & Automation杂志即将出版如何详细的处理这些问题，为机器人实现自我复制和自我修复期做贡献。

结论模块化自重构系统有望在机器人技术领域取得重大技术进展。他们有望成功保证强通用性、高价值、高鲁棒性这可能会引起自动化的根本转变。目前，许多研究者已经解决了其中许多挑战。虽然取得了一些进展，但很明显，许多挑战依然存在。本文展示了这一领域的突出问题，这些问题也是大量研究人遇到的挑战。通过此本文还展示了这个领域的一些未来关键方向。

确认作者要感谢所有参与 Robotics:的与会者：Science and Systems workshop on self-reconfigurable systems as well as the speakers and authors—Harris Chiu, Michael de Rosa, Haruhisa Kurokawa, Victor Zykov, Jason Campbell, Zack Butler, David Johan Christensen, Paulina Vashavskaya, Justin Werfel, Kiju Lee, Matt Moses, Michael Park, and Nicolas Brener.

关键词模块化系统，自重构，自配置，机器人，大挑战

参考[1] V. Zykov, E. Mytilinaios, M. Desnoyer, and H. Lipson, “Evolved and designed modular robotics systems capable of self-reproduction,” IEEE Trans.Robotics, to be published.

[2] T. Fukuda, S. Nakagawa, Y. Kawauchi, and M. Buss, “Self organizing robots based on cell structures—CEBOT,” in Proc.IEEE/RSJ Int. Conf.Intelligent Robots and Systems (IROS), Nov. 1988, pp. 145–150.

[3] S. Murata, E. Yoshida, A. Kamimura, H. Kurokawa, K. Tomita, and S. Kokaji, “M-TRAN:Self-reconfigurable modular robotic system,” IEEE/ASME Trans.Mech., vol. 7, no. 4, pp. 431–441.2002.

[4] S.C.Goldstein, J.D. Campbell, and T.C.Mowry, “Programmable mat- ter,” IEEE Computer, vol. 28, no. 6, pp. 99–101, May 2005.

模块化自重构系统保证了通用性强、高价值、高鲁棒性，可能导致彻底改变自动化机器人领域取得重大

技术进展。

[5] R. Fitch, and D.L.Rus, “Self-reconfiguring robots in the USA,” Japan- ese Robot.Soc.J., vol. 21, no. 8, pp. 4–10, Nov. 2003.

[6] E.H.Ostergaard, “Distributed control of the ATRON self- reconfigurable robot,” Ph.D. thesis, Maersk McKinney Moller Institute for Production Technology, Univ. of Southern Denmark, Nov. 2004.

[7] D. Rus and G.S.Chirikjian, Eds., Autonom.Robots (Special Issue on Mod- ular Robots), vol. 10, no. 1, 2001.

[8] W.-M. Shen and M. Yim, Eds., IEEE/ASME Trans.Mechatron.(Special Issue on Self-Reconfigurable Modular Robots), vol. 7, no 4, 2002.

[9] M. Yim, Y. Zhang, and D.G.Duff, “Modular Robots,” IEEE Spectr., vol. 39, no. 2, pp. 30–34, Feb. 2002.

[10] E. Klavins, S. Burden, and N. Napp, “Optimal rules for programmed stochastic self-assembly,” in

Proc.Robotics:Science Systems ’06, Aug. 2006.[11] B. Salemi, M. Moll, and W.-M. Shen, “SUPERBOT:A deployable,

multi-functional, and modular self-reconfigurable robotic system,” in Proc.2006 IEEE/RSJ Intl. Conf.Intelligent Robots

Systems, Oct. 2006,pp. 3636–3641.

[12] W.-M. Shen, B. Salemi, and P. Will, “Hormone-inspired adaptive commu- nication and distributed control for CONRO self-reconfigurable robots,” IEEE Trans.Robotics Automat., vol. 18, no. 5, pp. 700–712, Oct. 2002.

[13] Z. Butler, K. Kotay, D. Rus, and K. Tomita, “Generic decentralized locomotion control for lattice-based self-reconfiguring robots,” Int. J. Robotics Res., vol. 23, no. 9, pp. 919–938, 2004.

[14] G. Chirikjian, A. Pamecha, and I. Ebert-Uphoff, “Evaluating efficiency of self-reconfiguration in a class of modular robots,” J. Robotic Systems, vol. 13, no. 5, pp. 317–338, May 1996.

[15] G.S.Chirikjian, Y. Zhou, and J. Suthakorn, “Self-replicating robots for lunar development,” IEEE/ASME Trans.Mechatron., vol. 7, no. 4, pp. 462–472.Dec. 2002.

Mark Yim joined the Department of Mechanical Engi- neering and Applied Mechanics at U. Penn in the fall of 2004 as associate professor and Gabel Family Term Junior Professor.Prior to this, he was a principal scientist at the Palo Alto Research Center (formerly Xerox PARC), where he established a group developing modular self-reconfigurable robots.His other research interests include biologically inspired mechanisms, haptics for virtual reality, flying robots, and meso-scale MEMs devices.Honors include induction as a World Technology Network Fellow, IEEE Robotics and Automation Distinguished Lecturer, and induction to MIT’s Technology Review TR100 in 1999.He has over 30 patents issued and over 50 publications.


Wei-Min Shen is the director of Polymorphic Robotics Lab- oratory at USC/Information

Sciences Institute (ISI), associate director at the Center for Robotics and Embedded Systems,



and a research associate professor in computer science at USC.He received his Ph.D. under Nobel Laureate Prof. Herbert A. Simon from Carnegie Mellon University in 1989.His research interests include self-reconfigurable and metamorphic systems, autonomous robots, machine learning, artificial intelligence, and life science.He has about 100 publications in these areas.He is the recipient the World Championship Award in 1997 Middle-Sized RoboCup Competition and a Phi Kappa Phi Faculty Recognition Award at USC in 2003.He is the inven- tor of hormone-inspired distributed and decentralized control for self-reconfigurable systems (U.S. Patent #006636781).

Behnam Salemi is a computer research scientist at the University of Southern California, Information Sciences Institute.He received his B.S. degree in computer science from National University (Shahid Beheshti), Tehran, Iran, in 1991, and his M.S. and Ph.D. degrees in computer science and robotics from USC in 1997 and 2003, respectively.He is a member of the award-winning USC/ISI robotic team, the recipient of the gold medal in the international robotic soc- cer, and the recipient of the ISI Meritorious Award in 1997.His research activities have been reported by the media including Science, the L.A.时代周刊，和 CNNHis research interests include distributed multi-agent systems, distributed intelligent control, computer vision, distributed robotics, self-reconfigurable robots, and aerial robotics.

Daniela Rus is a professor in the EECS Department at MIT.She is the codirector of the CSAIL Center for Robotics.Pre- viously, she was a professor in the Computer Science Depart- ment at Dartmouth College.She holds a Ph.D. degree in computer science form Cornell University.Her research interests include distributed robotics, mobile computing, and self-organization.She was the recipient of an NSF CAREER award and an Alfred P. Sloan Foundation Fellowship.She is a class of 2002 MacArthur Fellow.

Mark Moll is a research scientist at the Information Sci- ences Institute (ISI) in Marina del Rey, California.He received an M.S. degree in computer science from the Uni- versity of Twente in The Netherlands in 1995.He received a Ph.D. degree in computer science from Carnegie Mellon University in 2002.His thesis work focused on shape reconstruction of unknown shapes using tactile data.His current research interests include self-reconfigurable

robots, motion planning, shape reconstruction, shape representa- tion, and computational biology.

Hod Lipson is an assistant professor at the departments of Mechanical and Aerospace Engineering and the faculty of


Computing and Information Science of Cornell University in Ithaca, New York.Prior to this appointment, he was a postdoctoral researcher at Brandeis University’s Computer Science Department and a lecturer at MIT’s Mechanical Engineering Department.He received his Ph.D. from the Technion—Israel Institute of Technology in 1998.His research focuses on new methods for autonomous adapta- tion in behavior and morphology of robotic systems, with broader impacts to design automation and manufacturing technologies.His work uses primarily biologically inspired approaches, as they bring new ideas to engineering and new engineering insights into biology.

Eric Klavins is an assistant professor of electrical engineering at the University of Washington in Seattle.He received a B.S. degree in computer science in 1996 from San Francisco State University and M.S. and Ph.D. degrees in computer science and engineering in 1999 and 2001, respectively, from the University of Michigan in Ann Arbor, Michigan.From 2001–2003, he was a postdoctoral scholar in the Control and Dynamical Systems Department at the California Institute of Technology.As a graduate student, he was supported by a Charles DeVlieg Fellowship for manufacturing.In 2001, he received an NSF CAREER award titled

“Programmable Robotic Self-Assembly.”His research interests include cooperative control, robotics, distributed systems, concur- rency, self-organizing systems, and nanotechnology.

Gregory S. Chirikjian received the B.S.E. degree in engineering mechanics, the M.S.E. degree in mechanical engineering, and the B.A. degree in mathematics, all from Johns Hopkins University.He received the Ph.D. degree from the California Institute of Technology, in 1992.Since the sum- mer of 1992, he has been with the Department of Mechani- cal Engineering, Johns Hopkins University, where he is now professor and chair.He is a 1993 National Science Founda- tion Young Investigator, a 1994 Presidential Faculty Fellow, and a 1996 recipient of the ASME Pi Tau Sigma Gold Medal.His research interests include kinematic analysis, motion planning, design, and implementation of biologically inspired robots.In particular, “hyper-redundant,” “metamorphic,” “binary” manipulators, and, most recently, self-replicating robots.In recent years, he has also been applying methods from robotics to model conformational transitions in biological macromolecules.

通信地址：Mark Yim, 229A Towne Build- ing, 220 S. 33rd Street, Philadelphia, PA 19104-6315 USA.电话：+1 215 898 5269.(e-mail: [email protected]).
