间歇游动提升仿鱼机器人运动能效

提高能效对于延长机器人运行时间、减少电池负载至关重要，可促使机器人系统更轻巧、更耐用。自然界经过数十亿年自然选择，进化出最优的节能运动策略，为机器人设计提供了宝贵蓝图。

在多种水生运动模式中，间歇游动（又称“滑行游动”）在从斑马鱼幼体到鲸鱼等广泛尺寸的水生生物中普遍存在。这种步态交替出现短促的主动身体和尾巴波动推进与被动滑行（保持流线型直体姿态），被广泛认为是一种能量优化机制，因此将其移植到机器人控制系统中具有重要研究价值。

一个由瑞士洛桑联邦理工学院、美国杜克大学和葡萄牙高等理工学院组成的国际联合团队，开发了受斑马鱼幼体启发的机器人平台ZBot，以系统研究间歇游动相较于连续游动的内在特征和性能优势。

研究聚焦四个科学问题：间歇游动的神经控制机制、实现更高能效的条件、粘性流态的影响，以及导致能效提升的机制。

为验证仿生节能机制，团队设计了ZBot，它是斑马鱼幼体的200倍放大版，体长80厘米，重2.8千克。该机器人复现了斑马鱼幼体的形态特征、分节身体结构和质心分布。

其柔性尾巴由六个伺服电机驱动段组成，模拟自然鱼类的波动；头部集成了中央控制器（相当于神经系统）、高精度相机和实时功率计。可扩展的传感器接口支持多种实验需求，包括视觉运动处理和前庭系统研究。

为探究间歇游动能否比连续游动实现更高能效，团队构建了模拟斑马鱼神经回路的中枢模式发生器（CPG）、间歇门控模块和腹侧脊髓投射神经元（vSPN）模型。CPG产生连续节律振荡信号，而间歇门作为核心开关，通过泄漏积分器累积输入，仅在达到固定阈值时触发尾巴波动，形成自然的“主动波动+被动滑行”节律。

通过调节尾巴振荡频率、幅度和间歇门阈值，ZBot能够精确复现斑马鱼幼体的多种游动步态，包括缓慢直线游、常规转弯和J形转弯。该模型被扩展到端到端框架，以再现视觉引导的视运动反应，并在ZBot及其数字孪生simZFish中成功复现。