導語

魚群為何能在流體環境中形成穩定而靈活的集體運動？極簡機器魚又如何在沒有中央控制的情況下涌現出復雜群體智能？本期讀書會圍繞“流體介導的自組織集群智能”展開，由杭皓天老師和黃嘉駿老師共同主講。杭皓天老師將從生物魚群出發，介紹流體相互作用如何影響魚群構型、群體穩定性、信息傳播與功能涌現；黃嘉駿老師將以自組織水上機器人集群為例，介紹水上機器人如何通過光場與水波場耦合，自發形成臨界動力學與適應性集體行為。通過生物魚群與機器魚集群的對照，本期分享將討論集群智能如何在個體、環境即物理場的閉合反饋中產生，并為理解自組織涌現機制和設計仿生集群系統提供新的思路。

內容簡介

一、流體相互作用驅動下的生物集群行為與群體功能涌現

本報告將從集群行為與集群智能的角度出發，討論流體相互作用如何影響魚群空間構型的形成、群體結構的維持與重組，以及信息與擾動在群體中的傳播。具體而言，報告將圍繞幾個核心問題展開：流體耦合如何改變個體之間的有效相互作用，并塑造并列、首尾跟隨、團簇化等典型群體模式；局部水動力收益與代價如何在群體內部重新分配，并進一步影響群體組織的穩定性與適應性；當群體規模增大后，局部流場耦合又如何影響群體整體的凝聚、極化、重組與分裂過程。通過這些問題，報告將說明，魚群的集體行為不僅是個體對鄰居位置和速度響應的結果，更應被理解為行為相互作用與流體相互作用共同驅動下的非平衡涌現現象。在此基礎上，報告還將簡要討論這一研究框架向主動感知與自主決策問題的延伸，即生物或仿生個體如何利用局部流場信息實現導航、追蹤與環境響應。相關研究不僅有助于深化對水生動物集體行為物理機制的理解，也為揭示復雜多體系統的涌現規律、發展仿生集群智能及設計水下自主系統提供重要啟發。

二、從狀態仿生到臨界涌現：水上機器人集群的自組織智能

本報告將從“狀態仿生”的視角出發，介紹團隊的自組織水上機器人集群（ARS）工作。該系統由數十至數千個極簡自主機器人組成，個體僅具備發光、感光與振動三項基本能力，卻通過可見光場（長程吸引）與水波場（短程排斥）的耦合，自發形成非線性反饋回路。報告將圍繞幾個核心問題展開：這種光-水波耦合如何使系統自發演化至臨界態，并表現出冪律分布、無標度性與1/f噪聲等SOC指紋；當系統規模從數十擴展至數千時，有限尺度標度如何保持普適性；以及在外部擾動（如紅外刺激源）下，處于臨界態的集群如何涌現出方向感知、集體推物、橋接結構與形態自愈等適應性行為，且在此過程中維持臨界動力學不變。進一步地，報告將討論“動態邊界條件”與“組織閉合”的理論內涵：機器人通過發光與振動實時創造光-水波場，而該場又反過來決定集群的聚集與分散，系統通過自身運作持續重構其存在的物理條件。這一框架不僅將SOC從理論模型推進至可編程的物理實驗平臺，也為人工生命研究提供了從“制造精密機器”到“創造涌現條件”的范式轉換的嘗試。相關研究有助于深化對自組織臨界性與涌現規律的物理理解，并為發展無需中央控制、可自適應動態環境的集群智能系統提供新的設計原理。

分享大綱

內容1 流體介導的集群智能：背景與科學問題

• 內容1.1 集群行為特征：大量個體僅依賴局部感知和有限交互，即可在無中心控制條件下形成有序群體結構

• 內容1.2 研究對象拓展：從生物魚群到水上機器人集群，關注物理場耦合如何驅動群體行為涌現

• 內容1.3 核心科學問題：個體、環境與物理場之間如何形成反饋回路，并進一步產生穩定組織與適應性功能

內容2 生物魚群中的流體耦合與群體構型形成

• 內容2.1 流體相互作用：個體游動產生局部流場，流場又反過來影響鄰近個體的運動狀態

• 內容2.2 典型群體模式：流體耦合參與塑造并列、首尾跟隨、團簇化等空間構型

• 內容2.3 組織演化機制：群體結構的形成與維持并非只來自行為響應，也受到水動力環境的持續調控

內容3 水動力收益與群體功能涌現

• 內容3.1 局部收益與代價：個體在不同相對位置上可能獲得節能、推進或控制優勢，也可能受到流場擾動約束

• 內容3.2 群體穩定性：水動力收益與代價在群體內部重新分配，進一步影響群體組織的穩定、重組與分裂

• 內容3.3 主動感知延伸：生物或仿生個體可利用局部流場信息實現導航、追蹤與環境響應

內容4 從狀態仿生到水上機器人集群系統

• 內容4.1 狀態仿生思想：不直接復制生物形態，而是仿生其反饋關系、組織狀態與涌現機制

• 內容4.2 極簡個體能力：水上機器人僅具備簡單交互規則和能力，卻可通過環境介質實現群體耦合

• 內容4.3 光-水波反饋：可見光場提供長程吸引，水波場提供短程排斥，二者共同形成非線性反饋回路

內容5 自組織臨界性與大規模普適行為

• 內容5.1 臨界態形成：光-水波耦合使機器人集群自發演化至臨界狀態

• 內容5.2 SOC 指紋：系統表現出冪律分布、無標度性與 1/f 噪聲等自組織臨界性特征

• 內容5.3 有限尺度標度：當系統規模從數十擴展至數千時，集群仍保持一定的尺度普適性

內容6 臨界態下的適應性功能涌現

• 內容6.1 外部擾動響應：在紅外刺激源等外部擾動下，集群能夠產生整體性的方向響應

• 內容6.2 群體功能涌現：處于臨界態的機器人集群可表現出方向感知、集體推物、橋接結構與形態自愈等行為

• 內容6.3 動力學保持：集群在執行適應性任務的過程中，仍能夠維持臨界動力學特征

內容7 從生物機制到人工生命：統一理解與應用啟發

• 內容7.1 閉合反饋機制：魚群與機器人集群都體現了“個體—物理場—群體結構”的相互塑造

• 內容7.2 范式轉換：集群智能研究可從“制造復雜個體”轉向“創造涌現條件”

• 內容7.3 應用前景：為理解復雜多體系統、自組織臨界性、仿生集群智能和無中心控制機器人系統提供新的設計思路

核心概念

• 集群智能 Collective Intelligence

• 局部感知 Local Sensing

• 有限交互 Limited Interaction

• 并列構型 Side-by-side Formation

• 水動力收益 Hydrodynamic Benefit

• 自主決策 Autonomous Decision-making

• 仿生集群智能 Bio-inspired Collective Intelligence

• 水下自主系統 Underwater Autonomous Systems

主講人介紹

主講人：杭皓天，艾克斯-馬賽大學非平衡現象研究所（IRPHE）博士后研究員。2025年畢業于南加州大學，獲機械工程博士學位及計算機科學碩士學位；2019年畢業于上海交通大學，獲航空航天工程學士學位。主要從事生物流體力學、集群行為與集體智能研究，關注魚群、鳥群、昆蟲等系統中流體相互作用對運動行為與群體動力學的影響，結合計算流體力學、實驗與強化學習方法開展研究。相關成果發表于 Nature Communications、Journal of Fluid Mechanics、Physical Review Research、eLife、Communications Physics 等期刊。

主講人：黃嘉駿，任職于深圳清華大學研究院仿生設計與智能制造研發中心。主要從事仿生制造、自組織系統與集群機器人研究，關注生命系統的動力學狀態及其在物理系統中的實現，致力于探索“仿態不仿形”的仿生新范式。近年相關成果發表于Science Advances，Advanced Intelligent Systems，Lab on a Chip等期刊。

參考文獻

1. Hang, H., Huang, C., Barnett, A., & Kanso, E. (2026). Self-reorganization and information transfer in large-scale models of fish schools. Nature Communications, 17, 4324.

2. Heydari, S., Hang, H., & Kanso, E. (2024). Mapping spatial patterns to energetic benefits in groups of flow-coupled swimmers. Elife, 13, RP96129.

3. Huang, C., Ling, F., & Kanso, E. (2024). Collective phase transitions in confined fish schools. Proceedings of the National Academy of Sciences, 121(44), e2406293121.

4. Filella, A., Nadal, F., Sire, C., Kanso, E., & Eloy, C. (2018). Model of collective fish behavior with hydrodynamic interactions. Physical review letters, 120(19), 198101.

5. Jiao, Y., Hang, H., Merel, J., & Kanso, E. (2025). Sensing flow gradients is necessary for learning autonomous underwater navigation. Nature Communications, 16(1), 3044.

6. Hang, H., Jiao, Y., Merel, J., & Kanso, E. (2026). Flow currents support simple and versatile trail-tracking strategies. Physical Review Research, 8(1), 013019.

7. Shiji Zhao Jiajun Huang et al. , Self-organized criticality in aquatic robot swarm. Sci. Adv.12, eaec6153 (2026).

8. Sharma, A., Czégel, D., Lachmann, M. et al. Assembly theory explains and quantifies selection and evolution. Nature 622, 321–328 (2023).

9. Suda, H., Asakawa, H., Hagihara, T. et al. MSL10 is a high-sensitivity mechanosensor in the tactile sense of the Venus flytrap. Nat Commun 16, 8280 (2025).

10. Chris R. Reid, Hannelore MacDonald, Richard P. Mann, James A. R. Marshall, Tanya Latty, Simon Garnier; Decision-making without a brain: how an amoeboid organism solves the two-armed bandit. J R Soc Interface 1 June 2016; 13 (119): 20160030.

11. Vidiella, B. et al. Engineering self-organized criticality in living cells. Nat Commun 12, 4415 (2021).

12. Bak, P., Tang, C. & Wiesenfeld, K. Self-organized criticality: An explanation of the 1/ f noise. Phys. Rev. Lett. 59, 381–384 (1987).

13. Hengen K, Shew W., Is criticality a unified setpoint of brain function? Neuron, 2025; 113, 2582-2598.e2

14. Li, S., Batra, R., Brown, D. et al. Particle robotics based on statistical mechanics of loosely coupled components. Nature 567, 361–365 (2019).

報名讀書會：

「群體智能：從自然涌現到人機共創」

集智俱樂部聯合北京師范大學系統科學學院韓戰鋼教授、暨南大學計算傳播研究中心趙甜芳副教授、新疆大學物理科學與技術學院玉素甫·艾比布拉副教授等學者，共同發起本次，嘗試用一條普適的線索，把自然界的鳥群蟻群、人類社會的集群行為、以及人工智能時代的多智能體與群智優化，放在同一張地圖上重新理解。讀書會自2026年1月24日開始，安排在每周六下午 14:00–16:00，歡迎所有對群體智能如何涌現、如何被理解、以及如何被設計，感興趣的朋友一起加入：帶著問題來，帶著更有趣的問題去。

視頻直播預約：

報名方式：

第一步：微信掃碼填寫報名信息。

第二步：填寫信息后，付費報名。如需用支付寶支付，請在PC端進入讀書會頁面報名支付：

第三步：添加運營助理微信，拉入對應主題的讀書會社區（微信群）。

PS：為確保專業性和討論的聚焦，本讀書會謝絕脫離讀書會主題和群體智能相關問題的空泛的哲學和思辨式討論；如果出現討論內容不符合要求、經提醒無效者，會被移除群聊并對未參與部分退費。

加入社區后可獲得的資源

完整權限包括：線上問答、錄播回看、資料共享、社群交流、信息同步、共創任務獲取積分等。