科学家开发具身智能软体机器人系统，有望用于机械手臂和人机交互

受章鱼吸盘及其神经肌肉层级结构的启发，南方科技大学与英国布里斯托大学合作开发了一种具有自主智能与多模态感知能力的软体机器人系统。

该设计模仿了章鱼吸盘的结构与感知控制机制，使人造吸盘在抓取物体时内部可产生显著的气压变化，这种变化能够触发类似章鱼神经介入信号的响应行为，从而实现对软体机器人动作的智能调控。

值得注意的是，该研究创新性地将吸附、感知与智能控制三大功能整合于单一流体架构中，且无需依赖复杂的电子控制系统。这一仿生技术不仅实现了高效、灵活的抓取与环境感知，还具有广泛的实际应用前景，包括工厂机械手臂、安全人机交互、植入式医疗设备以及农业自动化采摘等多个领域。

审稿人之一认为，该团队所提出的解决方案十分优雅，具有创新性、吸引力与简洁性，值得在Science Robotics期刊上发表。另一位审稿人完全认同作者的愿景，即通过具身智能（embodied intelligence）实现软体机器人控制，从而降低计算需求。

日前，相关论文以《仿章鱼层级化吸附智能的软体机器人具身化设计》（Embodying soft robots with octopus-inspired hierarchical suction intelligence）为题发布在Science Robotics[1]，并被选为期刊当期封面。南方科技大学副教授、布里斯托大学荣誉研究员岳天奇是第一作者，布里斯托大学乔纳森·罗斯特（Jonathan Rossiter）教授担任通讯作者。

真空吸盘作为一种典型的人造仿生工具，其设计灵感直接来源于章鱼的吸盘结构。研究表明，章鱼拥有八条腕足和数百个吸盘，每个吸盘都能够像独立的生命体一样迅速响应外界刺激，自主调整动作以抓取物体。

岳天奇指出：“这说明章鱼的吸盘并非完全由中央大脑控制，很多行为属于自发性的本能反应。生物学报道常称章鱼有九个‘大脑’——实际上，它具备一个中央大脑和每只腕足中一个的局部神经中枢，构成了一种分层式的神经调控系统，用以协调吸盘与动作。”

与当前多数依靠复杂结构实现多功能的机器人系统不同，该研究致力于以最简单的结构完成中等复杂度的任务。例如，在工业自动化场景中，传统机械臂通常需依赖视觉传感器、高精度定位装置和中央控制器协同工作，而本研究提出的软体机器人系统凭借其低成本、自主执行能力和结构简洁性，实现了以往难以完成的精细抓取任务。

实验表明，单个软体手指可轻柔抓握脆弱气球而不致其破裂，四指软体手也能稳定抓取无壳鸡蛋和果冻等易损物品。该自主智能系统的核心在于吸盘集成的流体开关结构，它能够根据物理接触自发触发动作调控，无需外接复杂电子控制。

传统控制系统多数是集中在电脑里虚拟系统计算，而该系统采用了一种分层控制架构设计，利用机械结构与物理世界的自发交互行为，模拟下意识动作和控制，并结合简单传统控制算法，不单纯依赖虚拟控制算法或完全机械结构，而是“取长补短”。

传统机器人控制系统多依赖于集中式计算机进行虚拟运算，而本研究提出了一种融合机械结构与物理交互行为的分层控制架构。该系统通过结构与现实世界的自发耦合模拟“下意识”行为，并辅以简易控制算法，实现了机械智能与算法智能的交叉融合。

其创新性体现在高层决策与底层控制的有机结合：底层依靠机械本体特性实现无意识响应，如吸附触发自主收缩；高层则借助单通道气压信号进行算法解析，实现多模态感知，包括判断物体重量、表面粗糙度及干湿状态等。

这一策略显著降低了系统的计算资源需求与成本。实验中所用的硅胶抓取系统总成本控制在二十元人民币以内，较传统机械臂降低约两个数量级。岳天奇对 DeepTech 解释道：“该智能系统具有双重运作机制，底层控制与高层感知可根据任务需求灵活组合，我们提出的是一个可泛化的模块化方法，能够通过微调实现不同运动形态。”

尽管该系统在结构与成本方面优势显著，但需要了解的是，该系统仍存在一定局限性，例如其环境泛化能力目前不及传统机器人系统。岳天奇表示：“未来推动该技术走向产业化，需依据具体应用场景对系统进行针对性适配，像搭乐高一样组合成符合实际任务需求的定制化解决方案。”

岳天奇在布里斯托大学获得博士学位，期间围绕生物启发的真空吸附原理及其在机器人中的应用展开研究，并于近期入职南方科技大学自动化与智能制造学院继续相关探索。

目前，他正致力于将真空吸附机制拓展至人形机器人本体结构设计中。该研究方向有望为人形机器人的构型设计提供新范式，替代传统基于关节（如髋、肩、手部关节）的机械设计方式，从而全面提升机器人的运动效率、行为流畅度与拟人表现，使其动作更自然、更贴近人类。

参考资料：

1.Yue Tianqi et al. Embodying soft robots with octopus-inspired hierarchical suction intelligence.Science Robotics10, 102(2025). DOI: 10.1126/scirobotics.adr4264