北京航空航天大学文力教授课题组在《科学通报》发表评述文章“软体机器人的仿生物理智能”，阐述了自然界生物在材料、结构、形态等方面的物理智能特征及其原理，介绍了实现软体机器人仿生物理智能的目的及关键技术与方法，并列举了其典型应用，最后对其未来发展及挑战进行了展望。论文的第一作者为北京航空航天大学机械工程及自动化学院博士生王世强。

随着机器人从工厂、仓库等高度结构化的环境进入千家万户以及深海、太空、人体体内等复杂环境中，它们需要在动态和不确定性的环境中执行多种任务，并与人交互，这些需求对机器人的智能化提出了较高的要求。智能体的智能不仅包括大脑中的计算智能（computational intelligence），还包括编码在身体中的物理智能（physical intelligence），以及将二者紧密耦合在一起的嵌入智能（embodied intelligence）。物理智能作为一种新的范式，有望使未来的机器人研究不仅仅局限于计算智能，同时挖掘探索蕴藏在机器人身体中的巨大潜力。

仿生物理智能的基本概念

【资料图】

自然界生物的物理智能及其原理

诸如海参、捕蝇草、章鱼等生物在材料、结构和形态等要素方面均具有独特的物理智能。材料方面，生物体几乎都由复合材料构成，具有刺激响应性、变刚度、自愈合等智能特性;双稳态结构、折纸结构、张拉整体结构等智能结构也广泛地存在于自然界的生物中；同时，环境自适应的形态使生物能够克服固定形态所带来的限制，扩大活动范围并快速躲避捕食者。

软体机器人实现仿生物理智能的目的及方法

通过融合仿生物理智能, 软体机器人有望达到以下四个核心目的。

降低控制成本：生物系统通常不仅仅依靠大脑来控制自己的身体，而是将部分控制交付于身体本身。通过材料、结构、形态三方面的合理结合，软体机器人可以根据环境的状态变化自适应地做出机械响应，减少了对传感器和控制算法的依赖。

提高系统响应速度：通过纯机械反馈的被动响应，软体机器人可以避免因传感和控制信号的传输和处理所造成的延迟，提高系统的响应速度。

提高极端环境下的鲁棒性：在诸如深海、太空、核电站等极端环境中，高温、高压、辐射等恶劣条件可能会阻碍电子器件的运行，使得计算智能无法发挥作用。在此种情况下，物理智能将是机器人智能化的重要选择。

使微型机器人智能化：自然界中个体微小的单细胞生物由于没有神经元，不具备神经系统，因此其智能完全取决于物理智能。宏观尺度下的独立的传感器、驱动器和控制器等组件在微尺度下实现和集成具有挑战性。开发微型机器人的有效策略是用物理智能部分甚至完全替代计算智能。

自然界中的动物和植物依靠材料、结构和形态这三大身体要素实现了丰富多样的智能行为。受此启发，软体机器人可以利用智能材料（如液晶弹性体、介电弹性体、形状记忆合金、水凝胶等）、智能结构（如折纸结构、剪纸结构、多稳态结构、张拉整体结构、超材料等）和智能形态（如仿生形态、自适应形态等）实现其物理智能。

软体机器人实现仿生物理智能的目的及方法

未来展望

软体机器人仿生物理智能有望在高速动态作业、极端环境探索及微型机器人智能化等方面发挥出独特的优势。尽管目前软体机器人仿生物理智能的研究在各方面都取得了一定进展，但仍处于初级阶段，尚有一系列的问题和挑战需要解决，包括仿生设计、智能材料、智能结构、智能形态、系统集成等。仿生物理智能研究更进一步的发展需要生物学家、机器人学家、材料学家、化学家和计算机学家之间的充分交流与合作。

本文来自《科学通报》