日本研究人員開發了一種新的控制機械昆蟲的方法，重點在於理解昆蟲的狀態，然後再試圖影響其運動。該系統不僅依賴外部指令，而是監測昆蟲的心跳、神經活動和身體運動，以確定其內部狀態，並決定是否需要進行刺激。為了測試這一概念，團隊為馬達加斯加嘶鳴蟑螂配備了一個輕便的可穿戴揹包，該設備能夠收集生理和行為數據。該裝置利用紫外光和震動信號引導昆蟲。經過五種情境（正常活動、紫外光照射、化學物質暴露、熱量和食物存在）收集的數據訓練的機器學習算法，能以 93%的準確率識別昆蟲的環境狀態。
系統僅在條件有利時進行幹預。因此，當昆蟲顯得放鬆或受到食物激勵時，會使用輕微的刺激來引導運動；而當探測到壓力或逃避的跡象時，刺激則會自動暫停。
昆蟲協同電路技術實現了更具適應性的互動
研究人員將這一新平台稱為昆蟲協同電路（Insect Synergy Circuit, ISC），該系統旨在回應昆蟲的生理狀態，而不僅僅是發出運動指令。通過將生物信號整合到決策過程中，這項技術實現了機器與生物體之間更具適應性的互動。團隊表示，這一方法標誌著傳統機械昆蟲系統的一個重大突破，創建了一個與昆蟲的自然反應協同工作的生物混合框架。根據研究負責人森島圭介的説法，這項研究突顯了生物混合系統的需求，這些系統能夠適應生物體不斷變化的狀況，而不僅僅是通過外部指令來引導其行為。
他指出，傳統的生物混合機器人通常採用單向的方法，動物僅從外部系統接收指令，而這種新方法則整合了昆蟲的生理反饋，實現了技術對其狀態的即時回應。
這一平台還代表了朝著強調互動和適應的生物混合控制系統邁出的早期一步，將重點從控制生物體轉向傾聽它們。在一系列實驗中，研究人員使用一個多腔迷宮測試該系統，旨在評估昆蟲在複雜環境中的移動能力。未處理的蟑螂往往停留在含有食物的區域，而配備 ISC 平台的機械蟑螂則能夠在整個迷宮中持續導航，展示了系統能在不覆蓋昆蟲自然行為的情況下引導運動的能力。團隊表示，這一方法通過在發出指令之前考慮昆蟲的生理狀況，最小化了不必要的刺激。
該系統旨在將昆蟲視為動態的生物體，而非被動平台。
展望未來，研究人員相信這項技術將為生物系統與人工智能之間的更緊密合作鋪平道路，實現高級機械應用和新的環境監測能力。