自然界中到处可见自组织的动物群体，大量智商简单的个体利用局部相互作用，足以产生令人印象深刻的全局行为，进而让整体协作的表现大于其各个部分的总和。这种现象通常出现在昆虫群、鸟群和鱼群之中。其中，鱼群就有着非常突出的表现。
它们成千上万条相互结伴，在海洋中迁徙，在珊瑚礁中穿梭，一起高效协作寻找资源、食物，甚至会动态组成各种形态，调整游动速度，以捕获猎物或躲避掠食者，更神奇的是，这一切并不依靠某个鱼群领袖来指挥。
鱼群的集体行为主要依靠“隐性协调”：即个体鱼类能基于对身边同伴的视觉观察做出决策，一些鱼类在低能见度条件下，还可以利用身体侧线感知“邻居”，这让鱼群成功地解决了水下通信的挑战，实现了族群的可扩展性和健壮性。这种分散的、自主的组织和协调方式，长期以来吸引着科学家摸索，尤其是在机器人领域，数学家和工程师们试图破解从局部交互到全局行为的映射，以期让机器人的集体行为更加强大。
日前，来自哈佛大学的科学家们就从鱼群中汲取灵感，研发出了一批水下机器人，这种机器人可以像真正的鱼群一样同步运动，且不需要任何外部控制。同时，他们也首次利用水下机器人展示了具有隐性协调的复杂三维集体行为，该论文发表在《科学机器人》（Science Robotics）上，并被遴选为2021年1月份的月度封面。
与上述空、地机器人相比，水下机器人尚未实现类似的组织水平，其中一大障碍便是传统的地上通信方法（比如无线电）在水下的性能很差，而且位置定位方法（比如GPS）几乎不可用。
此前，业内已有研究小组曾通过设计新的通信和定位方法来进行更复杂的水下协调，比如利用光学/声学调制解调器，搭建异构的机器人群体，这需要增设水面辅助机器人和浮动基站等，通过多模式通信和任务专门化来实现更复杂的操控，但这种解决方案大大增加了工程和控制的复杂性。
目前，伯林格是哈佛大学约翰·保尔森工程与应用科学学院（SEAS）和怀斯生物启发工程研究所的一名博士，他所在的研究小组给出了一种解决方案：给每个机器人小鱼装配上LED灯，并基于此开发了一套水下视觉协调系统。这项研究中，单只机器小鱼被命名为“Bluebot”，研究人员共组装了7只，它们组成的系统则被称为“Blueswarm”。
所有这些都可以通过使用非常简单的通信方式来实现，并且在位置感测或控制方面没有任何外部辅助，这成功验证了三维空间中隐式、自组织和分散协调的水下机器人集合的概念。具体而言，这项工作大概有3个关键的环节需要实现：1、跨时间的自组织。2、跨空间的自组织。3、动态旋转运动。最后，研究人员在分散复杂性演示中，结合了多种行为以实现集体搜索操作。
对于此次机器鱼的研究成果，纳格帕表示：“Blueswarm代表了水下机器人3D自组织集体行为研究的重要里程碑。这项实验的相关成果将帮助我们在未来开发微型水下群体机器人，它们可以在水下进行环境监测和搜索。该研究还通过综合再现它们的行为，为更好地了解鱼群铺平了道路。”
关于这项水下机器人成果的展望，研究人员表示，也将有助于实现机器人的无监督技能进化，从而有可能结合多种机器人模式（空中、地面、水面和水下），来实现可扩展且强大的冒险活动。未来，这些机器人可以集体出动，去搜索失事飞机的残骸，落难船只和落水人员，以及应用到诸如环境监测、在珊瑚礁和沿海水域的搜索任务等。