软体机器人的仿生物理智能

　　北京航空航天大学文力教授课题组在《科学通报》上发表评论文章“软件机器人的仿生物理智能”阐述了自然生物在材料、结构、形式等方面的物理智能特征和原理，介绍了实现软机器人仿生物理智能的目的和关键技术和方法，列出了其典型应用，最终展望了其未来的发展和挑战。本文的第一作者是北京航空航天大学机械工程与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、深海、太空、人体等复杂环境，需要在动态、不确定的环境中执行各种任务，与人互动，对机器人的智能化提出了更高的要求。智能身体的智能不仅包括大脑中的计算智能（computationalintelligence），还包括编码在体内的物理智能（physicalintelligence），嵌入智能将两者紧密耦合在一起（embodiedintelligence）。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局限于计算智能，而且探索机器人体内的巨大潜力。

　　仿生物理智能的基本概念

　　自然界生物的物理智能及其原理

　　海参、捕蝇草、章鱼等生物体在材料、结构和形式上都具有独特的物理智能。在材料方面，生物体几乎都是由复合材料组成的，具有刺激响应、刚度、自愈合等智能特性；双稳态结构、折纸结构、张力整体结构等智能结构也广泛存在于自然生物中；同时，环境自适应形式使生物克服固定形式的限制，扩大活动范围，迅速避免捕食者。

　　实现仿生物理智能的目的和方法

　　通过整合仿生物理智能，软件机器人有望达到以下四个核心目的。

　　降低控制成本：生物系统通常不仅依靠大脑来控制身体，而且还将部分控制交付给身体本身。通过材料、结构和形式的合理结合，机器人可以根据环境状态的变化自适应机械响应，减少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，软机器人可以避免传感和控制信号传输和处理的延迟，提高系统的响应速度。

　　提高极端环境的鲁棒性：在深海、太空、核电站等极端环境中，高温、高压、辐射等恶劣条件可能阻碍电子设备的运行，使计算智能无法发挥作用。在这种情况下，物理智能将是机器人智能的重要选择。

　　使微机器人智能化:自然界中个体微小的单细胞生物完全取决于物理智能，因为它们没有神经元和神经系统。宏观尺度下的独立传感器、驱动器和控制器在微尺度下具有挑战性。开发微机器人的有效策略是用物理智能部分甚至完全取代计算智能。

　　自然界中的动植物依靠材料、结构和形式，实现了丰富多样的智能行为。受此启发，软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、拉伸整体结构、超材料等）和智能形式（如仿生形式、自适应形式等）实现其物理智能。

　　实现仿生物理智能的目的和方法

　　未来展望

　　软机器人仿生物理智能有望在高速动态运行、极端环境探索和微机器人智能方面发挥独特优势。虽然机器人仿生物理智能的研究在各个方面都取得了一定的进展，但仍处于初级阶段，还有仿生设计、智能材料、智能结构、智能形式、系统集成等一系列问题和挑战需要解决。仿生物理智能研究的进一步发展需要生物学家、机器人学家、材料学家、化学家和计算机学家之间的充分沟通与合作。