上海
当传统动物实验受限于技术瓶颈与伦理约束，仿生机器人正成为解析生物智能行为的全新突破口。瑞士联邦理工学院（ EPFL ）、美国杜克大学与葡萄牙高等理工大学联合团队研发的仿斑马鱼机器鱼ZBot，不仅精准复现了斑马鱼幼鱼的间歇式游泳行为（ Bout-and-glide swimming ），更首次提出 “ 执行器效率 ” 假说，揭开了水生生物节能运动的深层机制。相关研究成果以
Energy Efficiency and Neural Control of Continuous versus Intermittent Swimming in a Fish-like Robot为题1】，发表于 Science Robotics ，为神经科学与机器人工程的交叉研究提供了全新范式。
研究背景：动物实验的困境与机器人的破局
斑马鱼幼鱼凭借身体透明、繁殖能力强等优势，成为研究神经回路与运动行为关联的理想模式生物。然而，活体实验中难以精准调控神经回路、无法实时观测活动状态下的神经元活动，且存在伦理限制与高成本问题，长期制约着对生物运动机制的深度探索。
“ 我们需要一种既能还原生物特性，又能实现精准操控的研究工具。 ” 研究第一作者刘祥骁（ Xiangxiao Liu ）表示。基于此，团队打造了仿斑马鱼机器鱼 ZBot ，通过工程手段复刻斑马鱼幼鱼的形态特征与神经回路，在可控环境中验证神经机制与运动模式与表现的因果关系，增进了对斑马鱼这种模式动物的了解。
机器鱼ZBot复刻的形态与功能
ZBot 以斑马鱼幼鱼为原型，按 200 倍 比例放大设计，体长约 80 厘米，重量 2.8 千克，其头部与尾部结构严格匹配斑马鱼幼鱼的重心分布与分段特征（图1）。尾部的 6 个 节段由伺服电机驱动，头部集成了中央控制器、摄像头、功率计等核心部件，支持实时数据采集与远程操控，同时预留了灵活的传感器扩展接口，可适配视觉运动处理、前庭系统研究等多元实验需求。
图 1. 仿斑马鱼机器人（机器鱼） ZBot 。 A. ZBot 斜视图； B. ZBot 拆解图； C.ZBot 在粘滞流体中游泳实验场景。
“CPGs +动作门”的神经控制核心
来自瑞士 EPFL 的团队与来自美国杜克大学的团队联手构建了一套模拟斑马鱼神经回路的计算模型，核心由中枢模式发生器（ CPGs ）与动作门（ bout gate ）组成：
CPGs 负责生成节律性尾鳍摆动信号，为游泳提供动力基础；
动作门通过渗漏积分器接收输入信号，达到阈值后激活 CPGs ，形成 “ 短时间摆动 + 被动滑行 ” 的间歇式运动模式；
腹侧脊髓投射神经元（ vSPNs ）则调控尾部偏向，实现转向、避障等复杂步态。
通过调节尾摆频率、振幅、动作门阈值等参数， ZBot 可精准复现斑马鱼幼鱼的慢速直行（ slow2 ）、常规转向（ routine turn ）、 J 型（ J turn ）转向等多种游泳步态，甚至能模拟出接近游泳、斑点规避等特异性动作。鉴于运动能力是诸多智能表现的基础，将这套神经控制模型集成到更为复杂的行为模型中，能够为其他行为研究提供助力。 EPFL 和杜克大学的这个研究团队对该模型进行了扩展，构建了斑马鱼幼鱼视动反应（ optomotor response ）从视网膜输入到运动神经元（ motor neuron ）输出的端到端模型，在机器鱼及数字孪生仿真中成功复现了斑马鱼视动反应（ optomotor response ）的表现【2】。
图 2. ZBot 模拟斑马鱼间歇性游泳无人机航拍照（ Bief 港，勒芒湖，瑞士），包括慢速直行（ slow2 ）、常规转向（ routine turn ）。
间歇性游泳的节能优势
长期以来，学界普遍认为间歇游泳的节能效果源于滑行阶段的流体阻力降低（流体动力学假说）。而本研究通过 ZBot 的系统性实验，提出了全新的 “ 执行器效率 ” 假说：
生物肌肉与机器人伺服电机均呈现倒 U 型效率曲线，中等负载时效率最高；
间歇游泳通过 “ 摆动 - 滑行 ” 的循环，将执行器（肌肉或电机）约束在高效工作区间，减少过载与轻载状态下的能量损耗；
实验证实，在普通水、中粘度（ 213.9 cP ）与高粘度（ 457.0 cP ）流体中， ZBot 的间歇游泳能耗均低于连续游泳，尤其在低雷诺数环境下，执行器效率优化成为节能的主要驱动力。
流体粘度的差异化影响
团队利用雷诺数与流体粘度的反比关系，通过改变实验介质粘度，模拟不同体型水生生物的运动环境（视频 1 ），发现：
粘度升高会显著缩短 ZBot 的运动距离（ traveling distance ），高粘度流体中的位移仅为普通水的 1/30 ；
粘度对转向功能影响极小， ZBot 在普通水中的转向角度约 60 度，高粘度流体中仍可达 45 度。
视频 1. ZBot 在不同粘滞力流体中游动的视频。
研究意义：跨学科的创新价值与应用前景
推动神经科学从观察到解析的跨越
ZBot 的出现使 “ 改造神经模型 → 验证运动输出 ” 的闭环实验成为可能，帮助科研人员突破活体实验的技术限制，从相关性观察深入到机制性解析，为脊椎动物运动神经回路的研究提供了全新工具。
为机器人节能控制提供新范式
研究揭示的间歇运动能效机制，可直接应用于水下机器人控制：中低速巡航时采用间歇驱动模式最大化续航，高速机动时切换连续驱动从而达到较快速度，为无人潜航器、水下探测设备的能效优化提供了生物灵感。
伦理与成本的双重优势
与传统动物实验相比，ZBot实验无需遵守动物伦理规范，可进行无限次重复测试，且设备维护成本更低，为生命科学研究提供了更高效、可持续的替代方案。未来，团队计划进一步整合 AI 算法与数字孪生技术，让 ZBot 在真实或虚拟环境中自主探索运动规律，持续解锁生物智能的底层逻辑，推动 “ 机器人科学（ Robotics for Science ） ” 成为跨学科研究的核心引擎。
https://www.science.org/doi/10.1126/scirobotics.adw7868
制版人： 十一
参考文献
[1]. Energy Efficiency and Neural Control of Continuous versus Intermittent Swimming in a Fish-like Robot.
Xiangxiao Liu （刘祥骁） *, François A. Longchamp, Luca Zunino, Selina I. Bothner, Lisa R. Schneider, Andre Guignard, Alessandro Crespi, Guillaume Bellegarda , Alexandre Bernardino, Eva A. Naumann, Auke J. Ijspeert *. s
Science Robotics. 11,eadw 7868(2026 ).DOI :10.1126/ scirobotics.adw 7868
[2]. Artificial embodied circuits uncover neural architectures of vertebrate visuomotor behaviors.
Xiangxiao Liu （刘祥骁） , Matthew D. Loring, Luca Zunino, Kaitlyn E. Fouke, François A. Longchamp, Alexandre Bernardino, Auke J. Ijspeert *, & Eva A. Naumann*.
Science Robotics.10, eadv4408(2025). DOI:10.1126/ scirobotics.adv 4408
学术合作组织
（*排名不分先后）
战略合作伙伴
（*排名不分先后）
转载须知
【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。
BioArt
Med
Plants
人才招聘
近期直播推荐
点击主页推荐活动
关注更多最新活动！
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
