物理实体让活性物质能“感知”到超出直接触觉的信息

本文报道了一项突破性实验：研究人员成功让人工合成的微米级自推进粒子（即‘人工微游泳者’）在完全不依赖任何外部流场传感器的情况下，自主适应并克服隐藏的水动力扰动。传统微型机器人导航依赖精密传感器和外部控制系统，但在微观尺度（如人体血管或微流控芯片中），传感器微型化极其困难，且布朗运动等噪声会严重干扰信号。而自然界中的细菌（如大肠杆菌）和草履虫却能巧妙利用自身结构与环境的物理互动——例如身体形状、鞭毛摆动方式与水流的耦合——来‘计算’环境信息，这种能力被称为‘具身智能’（embodied intelligence）。受此启发，研究团队设计了一种金纳米颗粒包覆的三聚氰胺甲醛微粒（直径约2.18微米），用532纳米激光非对称照射使其产生自热泳推进力。整个系统通过实时视觉追踪其位置，结合强化学习算法在线调整激光照射方位，仅依据粒子自身的位移和相对目标的位置信息进行决策。实验表明，在无水流的静止环境中，粒子学会沿径向直线游向目标；而在人为制造的顺时针环形水流中，它经过约50轮训练后，便自发演化出‘反向对抗’策略——其运动方向并非简单指向目标，而是主动抵消水流影响，形成一种绕目标旋转的净速度场，从而高效抵达目标。更关键的是，该策略具有泛化能力：当水流方向反转（逆时针）或随时间快速变化时，粒子仍能成功导航。其原理在于，每一次运动结果（位移）天然包含了‘自身推进+环境扰动’的综合信息；算法通过大量试错，从这些‘本体感觉’（proprioceptive）线索中挖掘出隐含的流场特征，实现了无需显式传感的‘形态计算’（morphological computation）。这项工作证明，机器人的物理身体本身就可以成为一种信息处理器——这不仅大幅降低了微型机器人对传感器和算力的依赖，也为未来用于靶向药物递送、体内微创手术或环境污染监测的真正自主微系统开辟了新路径。