(Dutch translation is available below)

Emergent intelligence through local mechanical interactions

DBI² is proud to highlight a recent work of our affiliated researcher Dr. Matan Yah Ben Zion (Donders Institute, Radboud University) and his collaborators. Their study, published in Nature Communications, demonstrates a new path to swarm intelligence: a robotic swarm where cooperation emerges spontaneously through mechanical interactions alone.

Often, neuroscience approaches the emergence of intelligent behaviours as a consequence of interactions in connected networks. However, swarms in nature suggest that collective intelligence can emerge in the absence of an underlying network, and seemingly independent units can coordinate and in cooperative behaviour.

By making a small mechanical adjustment to the robots’ design, Ben Zion’s team showed that robots can self-organise to cooperatively transport objects without sensors, communication, GPS, or central coordination. The finding opens exciting possibilities not only for robotics and artificial intelligence, but also for understanding emergent cooperation in natural systems, potentially, the brain

Simplicity that Scales

In traditional swarm robotics, cooperation requires carefully designed algorithms, communication protocols, or sensory systems. In contrast, the robots used in this study are strikingly simple: vibrating discs with three flexible legs. Yet, once their design was slightly modified, they exhibited collective transport behaviour.

The team found that:

• Cooperation emerges purely from mechanical interactions, not programming.
• Larger swarms were more effective, with cooperative ability increasing super-linearly with swarm size.
• Bigger payloads were easier to move, an effect that defies common intuition in both robotics and physics.

This minimalist approach is scalable and could inspire applications in disaster response, space exploration, agricultural robotics, and microrobotics for biomedical applications.

Insights into Neuroscience

While neurons in a network are connected in specific topologies, it is generally believed that nonlinear dynamical interactions between these result in neural computation that leads to the organisation of behaviours. Ben Zion’s group studies swarm-like systems using rudimentary robots. They find that swarm-intelligence emerges even in the absence of a fixed topology and requires nothing more than mechanical interactions.

Collaboration Prospect with DBI²

Cognition and brain function are typically seen as emergent properties of otherwise simple building blocks. The group found minimal design rules to realise the emergence of complex collective behaviour in an artificial system (robotic swarms) using local rules (mechanical interactions). Translating these insights into other physical interactions (such as electrical/chemical signals) has the potential to realise new forms of computation, and provides a fertile ground for interdisciplinary collaborations within the DBI² to develop novel approaches in neuromorphic computation and building brain-computer interfaces.

Link to the paper

Use the following link to read the full research: https://doi.org/10.1038/s41467-025-61896-7

----

Emergentie van intelligentie door lokale mechanische interacties

DBI² is trots om het recente werk van onze geaffilieerde onderzoeker Dr. Matan Yah Ben Zion (Donders Institute, Radboud Universiteit) en zijn samenwerkende partners uit te lichten. Hun studie, gepubliceerd in Nature Communications, toont een nieuw pad naar zwermintelligentie: een robotische zwerm waarbij samenwerking spontaan ontstaat door uitsluitend mechanische interacties.

In de neurowetenschappen wordt het ontstaan van intelligent gedrag vaak benaderd als een gevolg van interacties binnen verbonden netwerken. Zwermen in de natuur suggereren echter dat collectieve intelligentie ook kan ontstaan zonder een onderliggend netwerk, waarbij schijnbaar onafhankelijke eenheden toch gecoördineerd en coöperatief gedrag vertonen.

Door een kleine mechanische aanpassing in het ontwerp van de robots liet het team van Ben Zion zien dat robots zichzelf kunnen organiseren om objecten gezamenlijk te verplaatsen, zonder sensoren, communicatie, GPS of centrale coördinatie. Deze bevinding opent spannende mogelijkheden, niet alleen voor robotica en kunstmatige intelligentie, maar ook voor het begrijpen van spontane samenwerking in natuurlijke systemen, en mogelijk zelfs in het brein.

Eenvoud die schaalt

In traditionele zwermrobotica vereist samenwerking zorgvuldig ontworpen algoritmes, communicatieprotocollen of sensorische systemen. Daarentegen zijn de robots in deze studie opvallend eenvoudig: trillende schijven met drie flexibele pootjes. Toch vertoonden zij, na een kleine ontwerpaanpassing, collectief transportgedrag.

Het team ontdekte dat:

• Samenwerking puur voortkomt uit mechanische interacties, niet uit programmering.
• Grotere zwermen effectiever waren, waarbij het coöperatief vermogen super-lineair toenam met de omvang van de zwerm.
• Grotere ladingen gemakkelijker te verplaatsen waren, een effect dat indruist tegen de intuïtie in zowel robotica als natuurkunde.

Deze minimalistische benadering is schaalbaar en kan toepassingen inspireren in rampenbestrijding, ruimteonderzoek, landbouwrobotica en microrobotica voor biomedische toepassingen.

Inzichten voor de neurowetenschappen

Hoewel neuronen in een netwerk verbonden zijn in specifieke topologieën, wordt algemeen aangenomen dat niet-lineaire dynamische interacties tussen hen leiden tot neurale computation en de organisatie van gedrag. De groep van Ben Zion bestudeert zwermachtige systemen met eenvoudige robots en laat zien dat zwermintelligentie ook kan ontstaan zonder vaste topologie, enkel door mechanische interacties.

Samenwerkingskansen met DBI²

Cognitie en hersenfunctie worden doorgaans gezien als emergente eigenschappen van op zichzelf eenvoudige bouwstenen. De groep vond minimale ontwerprichtlijnen om de opkomst van complex collectief gedrag in een kunstmatig systeem (robotzwermen) te realiseren met behulp van lokale regels (mechanische interacties). Het vertalen van deze inzichten naar andere fysieke interacties (zoals elektrische of chemische signalen) biedt mogelijkheden voor nieuwe vormen van computation, en vormt een vruchtbare basis voor interdisciplinaire samenwerking binnen DBI² om nieuwe benaderingen in neuromorfe computation en het bouwen van brain-computer interfaces te ontwikkelen.

Link naar het artikel:
https://doi.org/10.1038/s41467-025-61896-7