Un po’ di caos per far funzionare tutto meglio: la scoperta sugli sciami di robot
Quando si parla di sciami di robot, la logica suggerirebbe che più macchine si aggiungono, più velocemente si porta a termine un lavoro. Pulire una fuoriuscita di petrolio, assemblare componenti complessi, esplorare un’area pericolosa. Eppure, oltre una certa soglia, succede qualcosa di paradossale: i robot iniziano a intralciarsi a vicenda, si formano ingorghi e l’efficienza crolla. Un gruppo di ricercatori di Harvard SEAS ha trovato una soluzione tanto semplice quanto sorprendente. Basta aggiungere un pizzico di casualità nel movimento dei robot per sbloccare tutto e far riprendere il flusso.
Lo studio, pubblicato su Proceedings of the National Academy of Sciences nell’aprile 2026, è stato guidato dalla dottoranda Lucy Liu sotto la supervisione del professor L. Mahadevan e del ricercatore Justin Werfel. Il punto di partenza era una domanda che sembra banale ma non lo è affatto: in uno spazio limitato, quanti robot si possono schierare prima che le cose si inceppino?
Il rumore giusto: né troppo, né troppo poco
Per rispondere, il team ha creato simulazioni al computer in cui gruppi di agenti partivano da posizioni casuali e dovevano raggiungere destinazioni assegnate in continuazione. Ogni agente si muoveva verso il proprio obiettivo con un livello regolabile di variazione, una specie di “rumore” nel percorso. Quando il rumore era zero, gli agenti marciavano in linea retta e finivano per ammassarsi in ingorghi densissimi. Quando il rumore era troppo alto, vagavano senza meta e sprecavano tempo. Ma nel mezzo esisteva una zona perfetta, una sorta di punto di equilibrio, dove gli agenti ondeggiavano quel tanto che bastava per scivolare gli uni accanto agli altri senza bloccarsi.
Come ha spiegato Liu, potrebbe sembrare controintuitivo che la casualità renda le cose più gestibili. Eppure, quando c’è abbastanza variazione, diventa possibile calcolare medie (distanze medie, tempi medi, comportamenti medi) e quindi fare previsioni affidabili. Il team ha sviluppato modelli matematici per stimare il “tasso di raggiungimento degli obiettivi”, cioè quante destinazioni vengono completate nel tempo, identificando la combinazione ideale tra densità e casualità del movimento.
Dalla simulazione ai robot veri (e oltre)
Per verificare che non fosse solo teoria, Liu ha collaborato con il fisico Federico Toschi della Eindhoven University of Technology nei Paesi Bassi. Insieme hanno testato piccoli robot su ruote in laboratorio, tracciandoli con una telecamera dall’alto e codici QR. I robot fisici erano più lenti e meno precisi di quelli simulati, ma i risultati combaciavano: gli stessi schemi emergevano anche nel mondo reale.
La cosa più affascinante è che questo tipo di coordinazione efficiente non richiede né intelligenza avanzata né un controllo centralizzato. Bastano regole locali semplicissime per produrre comportamenti di gruppo sorprendentemente organizzati, almeno entro certi limiti di densità. Come ha sottolineato Mahadevan, capire come la materia attiva (che siano formiche, mandrie di animali o sciami di robot) riesca a funzionare in ambienti affollati attraverso principi di auto organizzazione è una questione rilevante per l’ecologia comportamentale e ben oltre.
E qui sta il bello: le implicazioni non si fermano alla robotica. I modelli matematici sviluppati in questo studio potrebbero aiutare a ottimizzare il flusso di persone negli spazi pubblici, migliorare la gestione del traffico urbano o ripensare il layout di stabilimenti industriali. L’idea che introdurre una variabilità controllata nei pattern di movimento possa migliorare l’efficienza complessiva apre scenari enormi. A volte, per far funzionare le cose, serve accettare che un po’ di disordine è esattamente quello che ci vuole.
