Science Robotics最新綜述｜一文讀懂仿生多模態(tài)機(jī)器人如何“七十二變”

為應(yīng)對(duì)復(fù)雜多變的生存環(huán)境，自然界中許多生物都演化出了多模態(tài)運(yùn)動(dòng)能力。例如，鳥類既能展翅飛翔，也能在陸地行走跳躍，還能停棲于枝頭；章魚既可以通過噴射推進(jìn)在水中游動(dòng)，也可以憑借柔軟的觸手在海底、灘涂爬行。多種運(yùn)動(dòng)模態(tài)的靈活切換與協(xié)同融合，賦予了生物卓越的環(huán)境適應(yīng)能力。

圖1 自然界中生物（從無脊椎動(dòng)物到哺乳動(dòng)物）均廣泛存在多模態(tài)運(yùn)動(dòng)能力

相比之下，單一運(yùn)動(dòng)模態(tài)的機(jī)器人，其環(huán)境適應(yīng)能力難以媲美具有多模態(tài)運(yùn)動(dòng)能力的生物。但從真實(shí)應(yīng)用需求來看，從深空星際探測、深海資源勘探，到工業(yè)管道巡檢、人體自然腔道診療，各類復(fù)雜動(dòng)態(tài)場景都迫切需要機(jī)器人具備多模態(tài)運(yùn)動(dòng)的能力，從而勝任多樣化的作業(yè)任務(wù)。

為突破單一運(yùn)動(dòng)模態(tài)的局限，研究人員開始嘗試從自然生物的運(yùn)動(dòng)機(jī)制中汲取靈感，賦予機(jī)器人多模態(tài)運(yùn)動(dòng)與模態(tài)切換的能力。然而，多模態(tài)機(jī)器人設(shè)計(jì)并非多種運(yùn)動(dòng)機(jī)構(gòu)的簡單疊加：要研制兼具輕量化、低能耗和高靈巧度的多模態(tài)機(jī)器人，需要系統(tǒng)解決本體結(jié)構(gòu)設(shè)計(jì)、模態(tài)切換策略、全局規(guī)劃與實(shí)時(shí)運(yùn)動(dòng)控制等一系列關(guān)鍵問題。若多模態(tài)集成方案設(shè)計(jì)不當(dāng)，不僅難以發(fā)揮不同運(yùn)動(dòng)模態(tài)的協(xié)同優(yōu)勢，反而可能導(dǎo)致整機(jī)結(jié)構(gòu)臃腫、能耗顯著增加以及運(yùn)動(dòng)靈活性下降。

基于上述背景，北京航空航天大學(xué)文力教授團(tuán)隊(duì)，聯(lián)合洛桑聯(lián)邦理工學(xué)院（EPFL）的Auke Ijspeert教授、Jamie Paik教授、大連理工大學(xué)劉行健教授，以及清華大學(xué)張一慧教授在國際著名學(xué)術(shù)期刊Science Robotics上發(fā)表了題為《Bioinspired Multimodal Robotics》的綜述。北京航空航天大學(xué)的任子宇教授，博士生朵有寧、徐浩原為論文的共同第一作者。本論文獲得國家重點(diǎn)研發(fā)計(jì)劃，國家自然科學(xué)基金等項(xiàng)目的支持。

文章系統(tǒng)梳理了仿生多模態(tài)機(jī)器人的進(jìn)化歷程，總結(jié)了仿生多模態(tài)機(jī)器人的設(shè)計(jì)范式、評(píng)價(jià)指標(biāo)、模態(tài)切換策略，并提出了融合計(jì)算智能與物理智能的自主規(guī)劃及控制框架。

01.

仿生多模態(tài)機(jī)器人的發(fā)展歷程

論文首先將仿生多模態(tài)機(jī)器人（Bioinspired Multimodal Robot）定義為：在同一平臺(tái)上集成至少兩種運(yùn)動(dòng)模態(tài)，或同時(shí)具備移動(dòng)與操作能力，其中至少一種模態(tài)受生物啟發(fā)，并能夠在不同模態(tài)之間切換的機(jī)器人。

回顧歷史，仿生多模態(tài)機(jī)器人的發(fā)展經(jīng)歷了三個(gè)重要階段：

1. 工程化集成時(shí)期（1959年-20世紀(jì)末）：代表性的機(jī)器人有：MOBOT Mark I（1959）、WABOT-1（1973）和Odex I（1983），它們依靠獨(dú)立驅(qū)動(dòng)模塊的堆疊實(shí)現(xiàn)多種運(yùn)動(dòng)，運(yùn)動(dòng)多為單一功能硬件的集成。
2. 仿生多模態(tài)設(shè)計(jì)時(shí)期（21世紀(jì)初期）：代表性的機(jī)器人有：PolyBot（2000，提出形態(tài)自適應(yīng)重構(gòu)）和AZIMUT（2003，首次正式提出“Multimodal Robot（多模態(tài)機(jī)器人）”概念，并實(shí)現(xiàn)了腿-輪-履帶驅(qū)動(dòng)一體化）。仿生多模態(tài)運(yùn)動(dòng)開始嵌入機(jī)器人形態(tài)本身，而非靠子系統(tǒng)的簡單疊加。
3. 計(jì)算智能+物理智能融合時(shí)期（21世紀(jì)初-至今）：現(xiàn)階段，計(jì)算智能與物理智能兩條技術(shù)路線同步演進(jìn)：在計(jì)算智能層面，先后涌現(xiàn)出連續(xù)自建模機(jī)器人（2006）、采用中央模式發(fā)生器的仿蠑螈機(jī)器人（2007）以及采用分層強(qiáng)化學(xué)習(xí)的輪足機(jī)器人（2024）等代表性成果，提升了機(jī)器人在復(fù)雜環(huán)境下的自主控制能力；在物理智能層面，以微型磁控軟體機(jī)器人（2018）為典型代表，其利用柔性材料和結(jié)構(gòu)，把控制邏輯嵌入機(jī)械本體，大幅降低算法控制壓力。

縱觀多模態(tài)機(jī)器人的發(fā)展歷程，其正由不同功能和運(yùn)動(dòng)方式的工程化集成，向仿生運(yùn)動(dòng)與工程運(yùn)動(dòng)深度融合、不同模態(tài)協(xié)同增效、計(jì)算智能與物理智能深度耦合的方向發(fā)展。

從功能目標(biāo)看，其任務(wù)已由復(fù)雜地形通行和跨介質(zhì)運(yùn)動(dòng)，進(jìn)一步拓展至通過模態(tài)切換與協(xié)同提升續(xù)航能力和運(yùn)動(dòng)性能，并增強(qiáng)機(jī)器人與環(huán)境的交互和操作能力，最終實(shí)現(xiàn)復(fù)雜開放環(huán)境中的高適應(yīng)性、高效運(yùn)動(dòng)與移動(dòng)操作一體化。

02.

設(shè)計(jì)仿生多模態(tài)機(jī)器人的幾大“核心考量”

設(shè)計(jì)一臺(tái)仿生多模態(tài)機(jī)器人需要考量多個(gè)方面并進(jìn)行權(quán)衡，論文指出設(shè)計(jì)時(shí)必須權(quán)衡的六大核心考量：

• 空間分配：需要在有限的機(jī)身體積內(nèi)布置多種運(yùn)動(dòng)部件；
• 質(zhì)量特性：某一運(yùn)動(dòng)模態(tài)的專用部件在其他運(yùn)動(dòng)模態(tài)下可能會(huì)成為無效負(fù)載；
• 模態(tài)協(xié)同：各運(yùn)動(dòng)模態(tài)難以產(chǎn)生1+1>2的協(xié)同增益效應(yīng)，常出現(xiàn)性能抵消；
• 剛度矛盾：機(jī)器人變換構(gòu)型時(shí)往往需要降低機(jī)身剛度，而執(zhí)行高負(fù)載、高精度的運(yùn)動(dòng)時(shí)又需要足夠剛度來保證力傳遞與穩(wěn)定性，同一結(jié)構(gòu)難以同時(shí)兼顧柔性與剛性；
• 驅(qū)動(dòng)沖突：不同驅(qū)動(dòng)方式在能耗、輸出力等方面的需求不兼容；
• 變形能力：機(jī)器人需要具備改變自身構(gòu)型的能力以適應(yīng)不同環(huán)境。

圖2 仿生多模態(tài)機(jī)器人的發(fā)展歷程與運(yùn)動(dòng)模態(tài)集成

03.

不“憑感覺”！提出5項(xiàng)定量評(píng)價(jià)指標(biāo)

（Ndom表示機(jī)器人可以工作的不同域的數(shù)量，Ci表示在第i個(gè)域中可以實(shí)現(xiàn)的構(gòu)型的數(shù)量，Mi,j表示機(jī)器人在第i個(gè)域和第j個(gè)構(gòu)型下能夠?qū)崿F(xiàn)的運(yùn)動(dòng)模態(tài)的數(shù)量）。Nmode數(shù)值越高通常意味著適應(yīng)性和通用性越強(qiáng)。（Mn表示機(jī)器人配備有n種運(yùn)動(dòng)模態(tài)的總成本。Mn-1表示機(jī)器人在加入新模態(tài)前，配備有n-1個(gè)模態(tài)下的總成本）。MCM越低代表機(jī)器人多個(gè)模態(tài)的集成效率越高。。CRP數(shù)值越高證明設(shè)計(jì)越有效，最大限度減少了冗余部件。（S表示運(yùn)動(dòng)模態(tài)的集合）。PI>1說明實(shí)現(xiàn)了“1+1>2”的協(xié)同相互促進(jìn)的效果。

過去雖然有不少多模態(tài)運(yùn)動(dòng)的機(jī)器人文獻(xiàn)報(bào)道，但缺乏定量的“核心指標(biāo)”以及統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)，進(jìn)而難以定量測算每新增一個(gè)模態(tài)帶來的收益與代價(jià)，本綜述提出了專門針對(duì)仿生多模態(tài)機(jī)器人的量化評(píng)價(jià)體系—5項(xiàng)指標(biāo)可以分為設(shè)計(jì)效率和運(yùn)動(dòng)性能兩大維度。論文的表1中列舉多款機(jī)器人樣機(jī)案例輔助對(duì)5項(xiàng)指標(biāo)的理解。

• 設(shè)計(jì)效率方面：

1.模態(tài)數(shù)量Number of Modes (Nmode)

首先，多模態(tài)機(jī)器人需要明確具有的模態(tài)數(shù)量，這是衡量機(jī)器人功能多樣性最基礎(chǔ)的指標(biāo)，也是所有性能測算的基準(zhǔn)參數(shù)。

定義：

典型樣機(jī)案例：Tribot機(jī)器人[1]能夠?qū)崿F(xiàn)垂直跳躍、水平跳躍、翻滾跳躍、后翻式行走、仿尺蠖爬行共五種運(yùn)動(dòng)模態(tài)，Nmode=5。

2.模態(tài)邊際成本Marginal Cost of Modality (MCM)

在多模態(tài)機(jī)器人的設(shè)計(jì)中，新增一種模態(tài)往往需要付出一定的成本和代價(jià)（如重量、體積等）。需要評(píng)估多模態(tài)集成的硬件效率，判斷新增的模態(tài)是否“劃算”。

定義：

典型樣機(jī)案例：輪足式機(jī)器人[2]在ANYmal四足機(jī)器人的基礎(chǔ)上增加了輪式運(yùn)動(dòng)，其中輪式驅(qū)動(dòng)帶來的質(zhì)量增量約為ANYmal四足機(jī)器人重量的0.38，因此輪足機(jī)器人MCM=0.38。

3.不同模態(tài)下部件的復(fù)用率Component Repurpose Percentage (CRP)

多模態(tài)機(jī)器人在設(shè)計(jì)時(shí)應(yīng)盡量避免采用“一種模態(tài)一套專屬硬件”，這會(huì)導(dǎo)致模態(tài)越多冗余的部件越多，應(yīng)盡量減少不必要的部件，實(shí)現(xiàn)部件在不同模態(tài)之間的共用。

定義：不同運(yùn)動(dòng)模態(tài)之間共享部件的百分比，

典型樣機(jī)案例：微型深海變構(gòu)形機(jī)器人[3]有兩組手性驅(qū)動(dòng)單元同時(shí)用于游動(dòng)和爬行模態(tài)，占所有驅(qū)動(dòng)單元總數(shù)量的比例為0.4，因此其CRP=0.4。微型片狀磁控機(jī)器人[4]的全部部件適配于其每一種運(yùn)動(dòng)模態(tài)，因此CRP=1。

• 性能方面：

1.模態(tài)切換成本Transition Cost (Tij)

多模態(tài)機(jī)器人執(zhí)行任務(wù)需要頻繁切換運(yùn)動(dòng)模態(tài)，切換消耗的時(shí)間、能量會(huì)直接關(guān)系到任務(wù)續(xù)航與作業(yè)效率，該指標(biāo)量化兩種模態(tài)互相切換的損耗。

定義：模態(tài)i切換至模態(tài)j所需的成本（如時(shí)間、能量等），可以構(gòu)成模態(tài)切換成本矩陣[Tij]。

典型樣機(jī)案例：跨水空吸附機(jī)器人[5]從空中入水的切換時(shí)間約0.13秒，從水中飛入空氣中的切換時(shí)間約0.35秒，因此其模態(tài)切換成本為Tair-water= 0.13 s，Twater-air= 0.35 s。

2.模態(tài)互促性能提升系數(shù)Performance Improvement (PI)

多模態(tài)集成的目標(biāo)不僅是“擁有多種功能”，更是讓不同模態(tài)之間產(chǎn)生正向協(xié)同。PI量化了多模態(tài)協(xié)同完成特定任務(wù)時(shí)，相比單模態(tài)下最佳性能的提升比例。

定義：

典型樣機(jī)案例：Hopcopter機(jī)器人[6]通過跳躍與飛行的協(xié)同，將續(xù)航時(shí)間從純四旋翼的379秒提升至1246秒，PI=3.29，說明僅增加不到三分之一的重量代價(jià)，便換來了三倍以上的續(xù)航增益。

文中也指出，隨著多模態(tài)機(jī)器人領(lǐng)域的發(fā)展，未來的評(píng)價(jià)指標(biāo)也將不斷地完善。

圖3 仿生多模態(tài)機(jī)器人定量評(píng)價(jià)指標(biāo)

04.

仿生多模態(tài)機(jī)器人面臨的兩大核心挑戰(zhàn)

設(shè)計(jì)和制造仿生多模態(tài)機(jī)器人面臨著設(shè)計(jì)、規(guī)劃及控制的多重挑戰(zhàn)。

在硬件設(shè)計(jì)方面，傳統(tǒng)的“專件專用”模式（比如輪子在地面運(yùn)動(dòng)效果很好，但到了飛行模態(tài)下就變成了無效載荷），這導(dǎo)致多模態(tài)系統(tǒng)極其臃腫復(fù)雜。要解決這一問題，就要實(shí)現(xiàn)單一部件的多功能化，讓單一部件同時(shí)承載感知、驅(qū)動(dòng)與計(jì)算功能，打破硬件模塊間的壁壘。

在規(guī)劃及控制方面，傳統(tǒng)機(jī)器人通常在相對(duì)穩(wěn)定的動(dòng)力學(xué)條件下運(yùn)動(dòng)，路線的選擇也有限；而多模態(tài)機(jī)器人在模態(tài)切換時(shí)（例如從行走模態(tài)切換為飛行模態(tài)），系統(tǒng)動(dòng)力學(xué)會(huì)發(fā)生劇變，這就導(dǎo)致路徑選擇的難度增加，同時(shí)要求控制器必須在短時(shí)間內(nèi)適應(yīng)動(dòng)態(tài)的變化。

如解決上述挑戰(zhàn)，仿生多模態(tài)機(jī)器人將可能兼具精簡的機(jī)械結(jié)構(gòu)與智能的決策能力，理想的仿生多模態(tài)機(jī)器人應(yīng)具有以下特點(diǎn)：機(jī)械復(fù)雜度低、部件復(fù)用率高，并能通過智能控制根據(jù)任務(wù)需求靈活規(guī)劃路線、平滑切換模態(tài)。

圖4 仿生多模態(tài)機(jī)器人設(shè)計(jì)與控制的挑戰(zhàn)與進(jìn)展

05.

多模態(tài)機(jī)器人幾大設(shè)計(jì)范式

具體如何設(shè)計(jì)出一款仿生多模態(tài)機(jī)器人？文中總結(jié)了三種典型的設(shè)計(jì)范式：

1. 柔性材料與結(jié)構(gòu)：利用軟材料的高自由度和柔順性實(shí)現(xiàn)復(fù)雜變形，結(jié)合變剛度技術(shù)（例如輪式微型機(jī)器人[7]利用形狀記憶聚合物，變換構(gòu)型時(shí)降低機(jī)身剛度，在運(yùn)動(dòng)或搭載重物時(shí)提升機(jī)身剛度），兼具柔性適應(yīng)性和負(fù)載能力，進(jìn)而在不顯著增加驅(qū)動(dòng)部件的前提下，利用軟體材料的高自由度特性以及與環(huán)境的被動(dòng)適應(yīng)性實(shí)現(xiàn)多模態(tài)運(yùn)動(dòng)。
2. 結(jié)構(gòu)復(fù)用：其核心邏輯是最大化提升CRP，通過同一機(jī)械結(jié)構(gòu)或驅(qū)動(dòng)單元的跨模態(tài)共享，在不顯著增加硬件冗余的前提下，依托精巧的機(jī)構(gòu)設(shè)計(jì)方法（如M4機(jī)器人[8]通過調(diào)整四肢的構(gòu)型以分別起到腿、輪子或空中螺旋槳的作用），用較少的機(jī)械結(jié)構(gòu)和驅(qū)動(dòng)單元實(shí)現(xiàn)多模態(tài)運(yùn)動(dòng)集成。
3. 集群協(xié)同的多模態(tài)涌現(xiàn)：通過多機(jī)器人的協(xié)同實(shí)現(xiàn)復(fù)雜功能，可分為異構(gòu)集群和同構(gòu)集群。異構(gòu)集群（如無人機(jī)+無人車協(xié)同）或同構(gòu)集群（如受蝸牛啟發(fā)的機(jī)器人集群[9]）通過協(xié)作涌現(xiàn)出單機(jī)無法實(shí)現(xiàn)的多模態(tài)能力。

圖5 仿生多模態(tài)機(jī)器人的設(shè)計(jì)方法論

06.

多種模態(tài)的切換策略該如何定義？

對(duì)仿生多模態(tài)機(jī)器人來說，如何高效、低成本地在不同模態(tài)之間切換至關(guān)重要。

根據(jù)是否發(fā)生了結(jié)構(gòu)變換可以將模態(tài)切換策略分為無結(jié)構(gòu)變換和結(jié)構(gòu)變換兩大類：無結(jié)構(gòu)變換(No structure transformation)，僅通過改變控制策略（如改變步態(tài)）實(shí)現(xiàn)。結(jié)構(gòu)變換 (Structure transformation)，需要改變機(jī)器人身體結(jié)構(gòu)，可以用nM-mM（M表示運(yùn)動(dòng)模態(tài)，nM-mM表示從具有n個(gè)運(yùn)動(dòng)模態(tài)的構(gòu)型切換為具有m個(gè)運(yùn)動(dòng)模態(tài)的構(gòu)型）來細(xì)分：

• 0M-1M：無運(yùn)動(dòng)能力模態(tài)→單一運(yùn)動(dòng)模態(tài)；
• 1M-1M：單一模態(tài)切換另一種單一模態(tài)；
• 1M-MM：單一模態(tài)切換為多模態(tài)；
• MM-MM：多模態(tài)狀態(tài)切換到另一種多模態(tài)狀態(tài)。

同時(shí)，模態(tài)切換也可以分為主動(dòng)（Active）和被動(dòng)（Passive）兩大類：主動(dòng)切換是指機(jī)器人通過主動(dòng)控制驅(qū)動(dòng)部件實(shí)現(xiàn)模態(tài)切換；被動(dòng)切換是指依靠水流、碰撞等環(huán)境刺激觸發(fā)模態(tài)切換。

文中對(duì)現(xiàn)有仿生多模態(tài)機(jī)器人的切換策略進(jìn)行了統(tǒng)計(jì)，現(xiàn)有論文集中于主動(dòng)切換以及1M-1M、1M-MM 的模態(tài)切換，而相較之下，0M-1M和MM-MM模態(tài)切換前期研究鮮見報(bào)道，這也是本綜述提出的機(jī)器人模態(tài)切換的一個(gè)發(fā)展新方向。

圖6 仿生多模態(tài)機(jī)器人的運(yùn)動(dòng)模態(tài)轉(zhuǎn)換策略

07.

多模態(tài)機(jī)器人的自主規(guī)劃及控制，該采用什么架構(gòu)？

仿生多模態(tài)機(jī)器人的自主運(yùn)動(dòng)有賴于路徑規(guī)劃與運(yùn)動(dòng)控制算法的發(fā)展；而要進(jìn)一步實(shí)現(xiàn)長距離、長時(shí)間的持續(xù)自主運(yùn)行，還需要系統(tǒng)架構(gòu)層面的革新。

在路徑規(guī)劃層面，傳統(tǒng)方法通常將環(huán)境離散為柵格圖或概率路網(wǎng)，并綜合考慮運(yùn)動(dòng)時(shí)間、能耗、風(fēng)險(xiǎn)以及模態(tài)切換代價(jià)以搜索最優(yōu)路徑。但對(duì)于多模態(tài)機(jī)器人而言，運(yùn)動(dòng)模態(tài)的增加導(dǎo)致狀態(tài)空間和計(jì)算成本迅速增長，實(shí)時(shí)重規(guī)劃也更加困難。近年來，分層架構(gòu)的方法逐漸興起，全局規(guī)劃器只提供關(guān)鍵路點(diǎn)，神經(jīng)網(wǎng)絡(luò)導(dǎo)航策略根據(jù)局部感知實(shí)時(shí)生成速度指令，再由底層策略自主選擇具體運(yùn)動(dòng)模態(tài)。

在運(yùn)動(dòng)控制層面，分別為不同模態(tài)設(shè)計(jì)獨(dú)立控制器最為直接，但容易在模態(tài)切換時(shí)產(chǎn)生沖擊或動(dòng)作不連續(xù)。以中央模式發(fā)生器為代表的仿動(dòng)物神經(jīng)系統(tǒng)控制器可以生成節(jié)律運(yùn)動(dòng)，適用于行走、游動(dòng)等周期性行為，但難以處理非周期、高動(dòng)態(tài)動(dòng)作。強(qiáng)化學(xué)習(xí)能在缺乏精確模型的情況下協(xié)調(diào)全身運(yùn)動(dòng)并學(xué)習(xí)模態(tài)間的連續(xù)過渡，但仍面臨訓(xùn)練成本高、仿真到現(xiàn)實(shí)遷移困難等問題。

在此基礎(chǔ)上，本綜述提出了面向復(fù)雜動(dòng)態(tài)環(huán)境的一體化自主規(guī)劃及控制框架，該結(jié)構(gòu)包含了全局規(guī)劃模塊(Global Planning Module)、執(zhí)行模塊(Execution Module)和多模態(tài)感知模塊(Multimodal Perception Module)，將計(jì)算智能與物理智能耦合在一起，打通從環(huán)境感知、任務(wù)規(guī)劃到動(dòng)作執(zhí)行的全鏈路架構(gòu)：

1.全局規(guī)劃模塊

機(jī)器人的“大腦”，它以任務(wù)目標(biāo)（如時(shí)間最快、能耗最低等）為導(dǎo)向，結(jié)合實(shí)時(shí)獲取的環(huán)境信息（地形類型、障礙物分布等），構(gòu)建全域環(huán)境模型。在此基礎(chǔ)上，通過多目標(biāo)優(yōu)化算法，自主規(guī)劃出兼顧路徑可行性與任務(wù)目標(biāo)的最優(yōu)運(yùn)動(dòng)序列，并動(dòng)態(tài)選擇適配的運(yùn)動(dòng)模態(tài)（如爬行、飛行、游動(dòng)等），實(shí)現(xiàn)“路徑規(guī)劃+模態(tài)選擇”的一體化決策。面對(duì)極端復(fù)雜場景，該模塊甚至還可以具備主動(dòng)規(guī)劃改造環(huán)境的能力——例如通過機(jī)械臂搭建臨時(shí)通道、清理障礙等方式，創(chuàng)造原本不存在的可行通路，進(jìn)一步拓展機(jī)器人的作業(yè)邊界。

目前全局規(guī)劃仍以傳統(tǒng)圖搜索、分層優(yōu)化類算法為主，未來以VLA模型、世界模型為代表的全局端到端規(guī)劃范式也將具有廣泛的應(yīng)用前景。這類大模型可直接輸入環(huán)境全景信息與高層任務(wù)指令，輸出長程路徑規(guī)劃、全程模態(tài)切換時(shí)序，省去人工建圖、分步尋路等中間環(huán)節(jié)，對(duì)動(dòng)態(tài)變化的非結(jié)構(gòu)化環(huán)境具備更強(qiáng)泛化能力，是全局決策層一個(gè)具備潛力的研究方向。

2.執(zhí)行模塊

機(jī)器人的“小腦”，它將高層決策轉(zhuǎn)化為具體的動(dòng)作執(zhí)行，主要分為分層控制與端到端策略兩條技術(shù)路線，以適配不同場景的控制需求：

分層控制（Hierarchical Control）：遵循傳統(tǒng)機(jī)器人控制邏輯，先將全局路徑拆解為局部軌跡片段，再通過多模態(tài)運(yùn)動(dòng)控制器，將軌跡指令映射為各關(guān)節(jié)的具體運(yùn)動(dòng)參數(shù)。該方式穩(wěn)定性高、可解釋性強(qiáng)，適合對(duì)可靠性要求嚴(yán)苛的任務(wù)場景。

端到端策略（End-to-End Policy）：依托VLA、世界模型等技術(shù)，直接將環(huán)境感知數(shù)據(jù)（圖像、點(diǎn)云、觸覺信號(hào)等）映射為整機(jī)運(yùn)動(dòng)指令，跳過顯式的軌跡規(guī)劃環(huán)節(jié)。這種方式對(duì)非結(jié)構(gòu)化、動(dòng)態(tài)變化的環(huán)境具備更強(qiáng)的泛化能力，可快速適配未知場景與突發(fā)擾動(dòng)，是未來多模態(tài)機(jī)器人控制的重要發(fā)展方向之一。

兩類技術(shù)路線生成的動(dòng)作指令傳輸至驅(qū)動(dòng)部件，作用于自適應(yīng)結(jié)構(gòu)，依靠機(jī)器人本體形變適配環(huán)境，實(shí)現(xiàn)機(jī)器人與環(huán)境高效、魯棒的交互，完成計(jì)算決策與物理智能的閉環(huán)。

3.多模態(tài)感知模塊

多模態(tài)機(jī)器人的“感官系統(tǒng)”，該模塊包括本體感知和外部環(huán)境感知，通過采集多源傳感器數(shù)據(jù)，為執(zhí)行模塊提供實(shí)時(shí)感知信息，形成閉環(huán)反饋回路。其中，本體感知負(fù)責(zé)持續(xù)監(jiān)測機(jī)器人自身運(yùn)行狀態(tài)，實(shí)時(shí)獲取位姿、速度、關(guān)節(jié)狀態(tài)、執(zhí)行器狀態(tài)等數(shù)據(jù)；外部環(huán)境感知負(fù)責(zé)識(shí)別并解析地形結(jié)構(gòu)、障礙物分布、外部干擾等復(fù)雜環(huán)境特征。

未來，隨著多模態(tài)大模型、智能傳感器與邊緣計(jì)算技術(shù)的發(fā)展，機(jī)器人感知系統(tǒng)將進(jìn)一步向高精度、強(qiáng)泛化、智能化的方向演進(jìn)，為復(fù)雜開放環(huán)境下多模態(tài)機(jī)器人的自主決策與智能交互提供支撐。

圖7仿生多模態(tài)機(jī)器人在動(dòng)態(tài)、非結(jié)構(gòu)化環(huán)境中導(dǎo)航和規(guī)劃的系構(gòu)

08.

未來研究展望

將基于數(shù)據(jù)驅(qū)動(dòng)的感知、規(guī)劃與控制架構(gòu)同具備物理智能的本體實(shí)現(xiàn)深度融合，是打造自主化、多功能化、智能化仿生多模態(tài)機(jī)器人系統(tǒng)極具前景的發(fā)展路徑。

但要實(shí)現(xiàn)這一愿景，仍需攻克一系列關(guān)鍵工程與科學(xué)難題：在硬件層面，自適應(yīng)材料、高功率密度驅(qū)動(dòng)器以及多模態(tài)傳感器均有待進(jìn)一步突破；算法層面，不同運(yùn)動(dòng)模態(tài)間動(dòng)力學(xué)差異大，路徑規(guī)劃與模態(tài)選擇耦合復(fù)雜，以及復(fù)雜動(dòng)態(tài)環(huán)境下自主性和適應(yīng)性不足，是亟需攻克的核心挑戰(zhàn)。

若能攻克上述跨學(xué)科難題，將促進(jìn)仿生多模態(tài)機(jī)器人的發(fā)展，使其運(yùn)動(dòng)靈活性、能效與環(huán)境適應(yīng)性比肩甚至超越自然界生物原型。

論文鏈接：

https://www.science.org/eprint/DSWZCRX276ZXEYUWFPQN/full?activationRedirect=/doi/full/10.1126/scirobotics.aea7639

推文參考文獻(xiàn)

[1] Zhakypov Z, Mori K, Hosoda K, et al. Designing minimal and scalable insect-inspired multi-locomotion millirobots[J]. Nature, 2019, 571(7765): 381-386.

[2] Lee J, Bjelonic M, Reske A, et al. Learning robust autonomous navigation and locomotion for wheeled-legged robots[J]. Science Robotics, 2024, 9(89): eadi9641.

[3] Pan F, Liu J, Zuo Z, et al. Miniature deep-sea morphable robot with multimodal locomotion[J]. Science Robotics, 2025, 10(100): eadp7821.

[4] Hu W, Lum G Z, Mastrangeli M, et al. Small-scale soft-bodied robot with multimodal locomotion[J]. Nature, 2018, 554(7690): 81-85.

[5] Li L, Wang S, Zhang Y, et al. Aerial-aquatic robots capable of crossing the air-water boundary and hitchhiking on surfaces[J]. Science Robotics, 2022, 7(66): eabm6695.

[6] Bai S, Pan Q, Ding R, et al. An agile monopedal hopping quadcopter with synergistic hybrid locomotion[J]. Science Robotics, 2024, 9(89): eadi8912.

[7] Xu S, Hu X, Yang R, et al. Transforming machines capable of continuous 3D shape morphing and locking[J]. Nature Machine Intelligence, 2025, 7(5): 703-715.

[8] Sihite E, Kalantari A, Nemovi R, et al. Multi-Modal Mobility Morphobot (M4) with appendage repurposing for locomotion plasticity enhancement[J]. Nature Communications, 2023, 14(1): 3323.

[9] Zhao D, Luo H, Tu Y, et al. Snail-inspired robotic swarms: a hybrid connector drives collective adaptation in unstructured outdoor environments[J]. Nature Communications, 2024, 15(1): 3647.