當有一溜蟑螂經過你家的廚房地板時，你咔噠一下打開燈，它們就會迅速分散開來——然后在墻角再次匯合起來。

為了理解蟑螂——和其他動物——如何作為一個團隊合作，研究員正在派機器人潛入它們。這些機器人能夠幫助揭示它們的群體動力學（ group dynamics）。例如，蜜蜂機器人曾經被用來研究蜜蜂蜂群的八字舞。

其他人則正在觀察機器人是如何滲透蜜蜂蜂巢并影響行為的。蜜蜂機器人可以保護授粉的蜜蜂免于螨蟲的傷害——或者時刻為蜂巢更新天氣預警，在惡劣天氣會阻礙蜜蜂覓食時，釋放信息素以阻止蜜蜂進行新的孵卵。機器人甚至可以用來鼓勵動物們去做它們通常不會做的事情：例如，一個機器蟑螂可以騙蟑螂們冒險走到光下面。

但是讓機器人以一種融入的方式行為很困難。在之前的研究中，巴黎第七大學的 José Halloy 和他的同事們基本用手工為他們的機器蟑螂編程。但是這很困難——并且無法適用于其他類型的動物。

因此 Halloy 的團隊將蟑螂個體動作的模型與群體活動模型相結合，研發了一種利用對蟑螂習性的混合描述來自動生成機器人行為的方式。接著他們利用了進化算法來優化這個模型。

巴黎索邦大學的 Nicolas Bredeche 指出，通過編程讓機器人的行為模仿單個的昆蟲并不是最好的方式。「你不知道這些小細節是否能捕捉蟑螂們在一起時表現出的集體行為。」他說道。

團隊在計算機模擬中測試了機器人的生成行為( generated behavior )，在這個模擬中有 45 只蟑螂和 5 個機器蟑螂必須一起做出在兩處庇護地選擇一處的決定。與對機器蟑螂手動編程相比，讓機器蟑螂自動生成模仿真蟑螂的行為要更加迅速——并且能產生更加逼真的行為。他們發現這種混合群體像一群真實的蟑螂一樣行動，例如，它們會在墻角處匯合。

團隊認為這種方法可以用來生成模擬其他群居型物種的行為，例如模擬蜜蜂、果蠅、鳥與魚群的行為。

Bredeche 提出，行為比起外形要更加重要。一條魚可以接受另一條行為和它們一樣的魚，即使它長得一點也不像魚。群體行為甚至比單體行為更加重要。機器蟑螂所遵循的動作與路徑并不需要與這些真的蟑螂完全一樣，就可以融入它們。

田納西的范德比爾特大學的 Terry Page 認為，利用機器人來模擬和影響動物的行為，這種做法像使用聲音、信息素等傳統技術一樣，極大地豐富了研究院的工具包。