生物学上有一种观点认为，单个的蚂蚁其实是一个个器官，成群结队的时候才是一只完整的生物。用这种想法来看待目前商用无人机的主要限制——有限的负载能力，催生了一种新的、依靠成群出动来完成任务的无人机形态。

　　这种无人机被设计得更加势单力薄，因此必须完全依赖集体成为有用的个体，同时也更灵活、可用性更强。

　　这种无人机的一个应用目标是，把人从重复性的观察活动中解脱出来，同时拓展他们的观测范围。

　　举个例子，像是监控非法狩猎和伐木的情况，需要从较大的视角上长期频繁观察。这项任务非常适合能够在树林中穿梭的小型无人机，如果采用了集体合作的方式，就能解决负载能力有限的问题。比如，集体合作时可以让一些无人机装载小型摄像设备，另一些装载GPS，另一些携带二氧化碳探测仪等传感器，它们组成的集体则用于发现潜在的人类活动迹象。

　　它没准会改变日后无人机应用的思路。而这一切都是从社群昆虫身上得到的启发。

　　从蚂蚁身上学习协作策略

　　蚂蚁社群的一个重要特点是，它们特别缺乏自我的概念，专注于做对群体最有利的事，因此分工协作的模型干扰因素更少。另外它们在地上爬动，方便观察，这让蚂蚁兵团成为无人机协作的模仿原型之一。

　　比如，Pratt和Vijay在合作的项目就是要了解这些蚂蚁在合作中如何决定谁朝哪个方向用力。Stephen Pratt是来自亚利桑那大学生命科学学院的助理教授，运营着Pratt实验室研究蚂蚁活动;Vijay Kumar则是宾夕法尼亚大学的机械工程和应用力学学院的教授。他也是正在设计社群协作无人机的团队负责人，在GRASP(通用机器人，自动化，传感和感应)实验室进行工作。

　　Pratt和Vijay设计了一个四只脚装有传感器的轻装置，引诱蚂蚁来运输它，借机观察它们如何当即判断用力的方向，并诱使它们表现出各自在群体中的角色。

　　基本上，根据他们的研究结果，蚂蚁们是通过不断地试错找到中间的平衡点。在协作过程中，产生反作用的一方会迅速调整，Vijay说“就像几个蒙着眼睛的人搬动一张桌子”。

　　目前，Vijay已经可以把这种即时学习的策略用在陆地使用的机器人身上，最终他希望能够对飞行机器人起作用。

　　从甲壳虫身上学习飞行技巧

　　除了运输策略以外，飞行的技巧也是无人机从昆虫身上学习一项内容。

　　加州大学伯克利分校的Michel Maharbiz认为，研究飞行就要让昆虫在飞行状态下收集数据。他在甲壳虫背上放了微小的芯片，把电极插入大脑和肌肉中。通过芯片上的无线设备接受信号，干扰甲壳虫飞行，观察它怎样做出反应、保持飞行姿态。

　　科学家们想要从昆虫的活动中寻找启发，就像过去怀特兄弟受到鸟类启发而发明了飞机一样。但是飞机最终没有扑扇翅膀升空，无人机的协作同样不仅只是“仿生”。

　　当成群的无人机从实验室环境中飞到自然环境中，没有了布置在室内空间各个角落里的感应设备，如何才能通过GPS方便地操作他们进行写作，完成指定的任务?而群体协作的无人机，还需要一套协作方案，使它们能够通过成员位置来独立灵活判断任务，而不是由中央控制程序统一协调。这些都是在研究了昆虫行为之后，把实验室成果搬到户外之前要解决的重要的问题。

　　目前的有利条件是，无人机的成本——从传感器到储存芯片——已经在飞速下降。在未来监管的问题也会逐步解决。

　　技术成熟之后，生物学家想要的数据会由无人机大量收集，就像目前的数据处理已经大量依赖数据库和云计算中心，而科学研究有可能因此经历重要的变化。