索尼 toio™ 应用创意开发征文｜小巧机器，大无限，探索奇妙世界

Toio™ Q宝小机器人的灵活性和可编程性使其成为了一个令人兴奋的工具，让孩子可以将编程与实际操作相结合，在玩乐中增长编程知识，加强动手能力，对计算机学科产生更大的兴趣。

本文就会介绍一个使用Q宝机器人在宏观世界中模拟微生物活动的例子。细胞生物虽然结构简单，但也具备向环境中的食物自动靠拢，最终吃掉食物的能力。我们可以使用Q宝小机器人来模拟这一过程，让孩子发现电子计算机操作的程序设备也可以模仿生物行为的现象，并对生物与机械的关系作出更多思考。

首先我们需要连接两个toio™核心立方体，一个代表微生物（CellCube），另一个代表食物（FoodCube）。这段代码首先使用connect_to_toio(device_name)函数连接到指定名称的toio™核心立方体。在这里，我们连接了名为"CellCube"和"FoodCube"的两个立方体，并分别将它们分配给Cell_cube和food_cube变量。

async def connect_to_toio(device_name):
    device_list = await BLEScanner.scan(1)
    for device in device_list:
        if device.name == device_name:
            cube = ToioCoreCube(device.interface)
            await cube.connect()
            return cube
    return None

# 连接微生物和食物 Toio 立方体
Cell_cube = await connect_to_toio("CellCube")
food_cube = await connect_to_toio("FoodCube")
1
2
3
4
5
6
7
8
9
10
11
12

然后我们将移动微生物（CellCube）向食物（FoodCube）靠近，模拟微生物的觅食行为。这段代码定义了move_to_random_position(cube, x, y)函数，用于将toio™核心立方体移动到指定的位置(x, y)。在游戏循环game_loop()中，我们首先连接两个立方体，然后生成一个随机位置作为食物的目标位置。接下来，我们根据当前位置和目标位置，逐步移动微生物向食物靠近，直到微生物吃掉食物。

async def move_to_random_position(cube, x, y):
    await cube.api.motor.motor_control_target(
        timeout=5,
        movement_type=MovementType.Linear,
        speed=Speed(max=100, speed_change_type=SpeedChangeType.AccelerationAndDeceleration),
        target=TargetPosition(cube_location=CubeLocation(point=Point(x=x, y=y), angle=0),
                              rotation_option=RotationOption.AbsoluteOptimal),
    )

async def game_loop():
    # ...（连接设备和生成目标位置的代码）

    # 模拟微生物向食物移动
    while Cell_x != random_x or Cell_y != random_y:
        # ...（计算下一步移动方向的代码）

        # 移动微生物到下一步位置
        await Cell_cube.api.motor.motor_control_target(
            timeout=1,
            movement_type=MovementType.Linear,
            speed=Speed(max=100, speed_change_type=SpeedChangeType.AccelerationAndDeceleration),
            target=TargetPosition(cube_location=CubeLocation(point=Point(x=Cell_x, y=Cell_y), angle=0),
                                  rotation_option=RotationOption.AbsoluteOptimal),
        )

    print("微生物吃掉了食物！")

    # 断开连接
    await Cell_cube.disconnect()
    await food_cube.disconnect()

    # 延迟一段时间后继续下一轮游戏
    await asyncio.sleep(3)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

其中微生物（CellCube）通过toio™核心立方体的移动控制逐步靠近食物（FoodCube），并在吃掉食物后结束游戏然后开始下一轮的操作！

完整代码

import asyncio
import random
from toio import *

async def connect_to_toio(device_name):
    device_list = await BLEScanner.scan(1)
    for device in device_list:
        if device.name == device_name:
            cube = ToioCoreCube(device.interface)
            await cube.connect()
            return cube
    return None

async def move_to_random_position(cube, x, y):
    await cube.api.motor.motor_control_target(
        timeout=5,
        movement_type=MovementType.Linear,
        speed=Speed(max=100, speed_change_type=SpeedChangeType.AccelerationAndDeceleration),
        target=TargetPosition(cube_location=CubeLocation(point=Point(x=x, y=y), angle=0),
                              rotation_option=RotationOption.AbsoluteOptimal),
    )

async def game_loop():
    while True:
        # 连接两个 Toio 核心立方体，一个表示微生物，一个表示食物
        Cell_cube = await connect_to_toio("CellCube")
        food_cube = await connect_to_toio("FoodCube")

        if Cell_cube is None or food_cube is None:
            print("未找到设备")
            return

        # 生成随机位置作为食物的目标位置
        random_x = random.randint(0, 300)  # 随机生成 x 坐标
        random_y = random.randint(0, 300)  # 随机生成 y 坐标

        # 移动食物到随机位置
        await move_to_random_position(food_cube, random_x, random_y)

        # 微生物的当前位置
        Cell_x, Cell_y = 150, 150  # 初始位置

        # 微生物每次移动的步长
        step = 10

        # 模拟微生物缓慢移动
        while Cell_x != random_x or Cell_y != random_y:
            # 计算下一步移动的方向
            if Cell_x < random_x:
                Cell_x += step
            elif Cell_x > random_x:
                Cell_x -= step

            if Cell_y < random_y:
                Cell_y += step
            elif Cell_y > random_y:
                Cell_y -= step

            # 移动微生物到下一步位置
            await Cell_cube.api.motor.motor_control_target(
                timeout=1,
                movement_type=MovementType.Linear,
                speed=Speed(max=100, speed_change_type=SpeedChangeType.AccelerationAndDeceleration),
                target=TargetPosition(cube_location=CubeLocation(point=Point(x=Cell_x, y=Cell_y), angle=0),
                                      rotation_option=RotationOption.AbsoluteOptimal),
            )

        print("微生物吃掉了食物！")

        # 断开连接
        await Cell_cube.disconnect()
        await food_cube.disconnect()

        # 延迟一段时间后继续下一轮游戏
        await asyncio.sleep(3)

async def main():
    await game_loop()

if __name__ == "__main__":
    asyncio.run(main())
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81

孩子如果感兴趣，还可以对上述代码进行修改，控制食物在不同位置出现的概率。之后孩子会发现，无论食物出现在哪里，微生物都会自动移动到食物旁边。家长可以借机向孩子讲述自然界中微生物的觅食能力，并启发孩子思考进化与编程之间的关系。家长甚至可以同时让孩子使用显微镜观察真实微生物的觅食活动，并与Q宝机器人的觅食操作对比，进一步加深自然界与人造程序之间区别与联系的认知。总之，Q宝机器人可以充当非常合适的教学工具，让孩子在充满乐趣的体验中学习和思考更多知识。