Winzige Roboter lernen schwimmen

Intelligenz ohne Elektronik

Der zentrale Gedanke der Arbeit wird von den Forschenden "verkörperte Intelligenz" genannt. Statt Sensoren zu nutzen, dient die Bewegung der Teilchen selbst als Informationsquelle. Jede Abweichung vom Kurs verrät etwas über die Strömung – der Körper wird zum Sensor. "Dies unterscheidet sich grundlegend von unserer üblichen Vorstellung von Roboterdesign", erklärt Paul. Statt Strömungen mit Sensoren zu messen und anschließend Reaktionen zu berechnen, nutzen die Forschenden die physikalische Wechselwirkung zwischen dem Teilchen und seiner Umgebung selbst als Informationsquelle.

Das Prinzip orientiert sich an der Natur. Bewegliche Mikroorganismen nutzen ihre Körperform seit Millionen Jahren, um sich in Flüssigkeiten zu orientieren. Die Leipziger Forschenden zeigen nun, dass maschinelles Lernen ähnliche Strategien auch in künstlichen Systemen entdecken kann – und das innerhalb experimentell realisierbarer Zeiträume.

Die Forschung könnte langfristig neue Anwendungen ermöglichen. Zum Beispiel die gezielte Verabreichung von Medikamenten im Körper. Dort sind Strömungen komplex und schwer vorhersehbar. Lernfähige Mikroroboter könnten sich künftig autonom darin bewegen. "Wir stehen wirklich erst am Anfang", sagt Paul. Die nächste Herausforderung sei es, das Prinzip auf komplexere Umgebungen und Aufgaben zu übertragen.

Publikation:
Diptabrata Paul et al. ,Physical embodiment enables information processing beyond explicit flow sensing in active matter.Sci. Adv.12,eaec0783(2026).