随着科学技术的发展，人类的活动范围不断拓宽，逐渐从传统的陆地领域扩展到水、陆、空、天等多种环境交叉的全方位、多层次、立体化领域。在此背景下，以多栖机器人为代表的机器人技术的重要性日益凸显。机器人能够解决对人类而言过于困难、危险或不可能完成的任务。比如，当地震、洪水等自然灾害发生时，机器人可以参与搜救行动，穿越危险区域寻找幸存者，执行物资运送、通信建立等作业任务。在核辐射、强磁性、沙漠、火山等极端环境中，机器人可以代替人类完成数据收集、状态监测等工作，避免恶劣环境对人类生命安全的威胁。此外，机器人还可以到达太空、深海这些人类目前无法直接到达的地方，帮助人类进行科学实验、资源勘探等活动，拓展人类的知识边界。
另一方面，师法自然的设计理念是人类朴素且高效的设计模式之一。自然界经过数十亿年的演进，孕育出了大量具有卓越生物学技能的物种，其技能包括但不限于适应复杂环境的“多栖”能力、特殊的运动能力以及高效利用能量的能力。在人类文明的漫长演变过程中，人类不断地观察自然界，研究和模仿各种生物现象，从而创造出不同功能的工具和机器，由简单到复杂，由粗糙到精细，以适应生存和发展的需求。尤其是20世纪50年代以来，人们越来越强烈地意识到学习和模仿自然界中的生物学原理是开辟创新技术的重要途径之一，大量工程技术人员主动地向生物界寻求新的设计思想和设计原理。于是，生物科学和工程科学结合在一起，互相渗透，孕育出了一门新的学科——仿生学。1960年9月13日，美国空军航空局在俄亥俄州的戴顿空军基地召开了第一次仿生学会议，会议通过了Steele提出的仿生学（bionics）一词，并将其定义为：“仿生学是模仿生物系统的原理来建造技术系统，或者使人造技术系统具有类似于生物系统特征的科学。”
仿生学与机器人技术的结合一直是机器人领域的研究热点。仿生机器人的设计灵感源自生物系统，其目的是借鉴生物体在长期进化过程中形成的高效解决问题和高度适应环境的方法和机制，提高机器人在复杂多变环境中的效率和适应性。鉴于仿生机器人的优异性能表现和广阔应用前景，世界各国在机器人研究规划中都对其予以高度重视。我国《“十四五”机器人产业发展规划》中提到“把握机器人技术发展趋势，研发机器人仿生感知与认知、机器人生机电融合、软体机器人、机器人集群等前沿技术，提高机器人智能化和网络化水平。”此外，美国的《国家机器人计划3.0：机器人集成创新》、欧盟的《欧洲地平线》等也都在仿生机器人领域有专门的规划部署。
仿生多栖机器人是仿生机器人领域的一个重要发展分支，其旨在模仿和借鉴生物体的多栖能力，设计和制造能适应水、陆、空等多种环境且具有任务执行能力的机器人。
融合仿生学方法的多栖机器人形态学设计在模仿自然界中生物领域实例的同时，综合考虑生物领域类比实例的体态结构、功能特性和生存行为（见图 1），以提供对多栖机器人产品设计的系统化支持，其本质上是生物激励设计过程。具体来说，在设计过程中首先从各种媒介资源库（如大语言模型、书籍、图片、视频、搜索引擎等）中获取生物领域类比实例，再抽取其中蕴涵的“形（结构等外在形状）”和“态（功能、行为等内在状态）”来构建数学模型和技术模型，然后经过多学科知识融合将其从生物领域类推到工程领域，最后通过工程材料、机电结构和造型设计等实现仿生多栖机器人的创新设计。
多栖机器人的结构仿生侧重于挖掘和利用生物体在进化过程中形成的高效、强适应性的体态结构和组织构造。这一领域的研究不只局限于对生物体的外表形态进行模仿，更注重理解其内在的工作原理，包括但不限于骨骼的支撑与保护属性、肌肉的力量与灵活性、关节的活动范围与协调性等。比如，鸟类的翼部具有高效的流体动力学形状，这些形状可用于减少多栖机器人的工作能量损失以提高机器人系统效率。动物的关节和肌肉中具有减震和能量分散结构，可用于多栖机器人的减震系统。
多栖机器人的功能仿生侧重于模拟生物体在自然界中的特定功能。这类机器人的设计灵感通常来自于生物体在水、陆、空等不同环境中展现的特殊适应性，如变色龙的色彩变化、章鱼的柔软身体、蛇类的高冗余自由度等。如何将这些功能集成到机器人系统中以提高其在复杂环境下的适应性和任务执行能力，是功能仿生为主的多栖机器人的研究重点。例如，海豹通过躯干摆动来前进，这种推进机制在一定程度上可以启发多栖机器人的动力系统研究。
此外，多栖机器人的功能仿生还聚焦在研究自然界中某些具有“类多栖”能力的生物以启发多栖机器人的研制。从林奈分类法“界、门、纲、目、科、属、种”的角度来说，自然界中既存在有严格生物意义上的两栖纲生物（实际上指水陆两栖），如青蛙、蝾螈等；又存在某些爬行纲动物，如天堂树蛇等，其除陆地爬行本能之外还具有水域移动和短时空中飞行能力；也存在有鳞目飞蜥科生物，如天龙蜥蜴等，其除陆地爬行本能外还具有空中滑翔能力；还存在辐鳍鱼纲飞鱼目生物，如飞鱼等，其除本能的水域游行能力外，还可以跃出水面进行短时空中飞行。对这些生物功能的模仿可以增强仿生机器人的“多栖”属性。
多栖机器人的行为仿生注重借鉴生物体的行为学原理从而开发出能够在不同环境中灵活行动、自主决策、群体协同的机器人。例如，蛇类可以通过柔软灵活的身体结构在狭小空间中自由穿行，并有效地避开障碍物，实现高效的追踪、逃脱等行为，这可以对软体多栖机器人的研究有所启发。大雁能在空中完成精确的机动、定位和集群动作，这对开发先进的飞行控制算法和发展群体智能仿生多栖机器人具有很好的启发性。蚁群具有高效的协同行为，可以实现高效的信息交流和任务协作。通过模拟蚁群的非语言沟通方式，如振动、化学信号等，可以实现多栖机器人之间的紧密配合和协同行动，提高机器人编队任务执行的效率和准确性。
随着仿生学的不断发展，工程仿生已经从结构仿生、功能仿生、行为仿生等单元仿生逐渐发展到多元耦合仿生。生物耦元和多元耦合等相关概念被陆续提出，学术界对多元耦合功能特性的形成机理进行了积极的理论探索。
生物耦元是指影响生物功能特性的各种因素，即对生物功能做出贡献的各因素。依据耦元对生物耦合功能特性的影响程度，将对其影响程度最大的耦元称为主耦元，次之为次耦元。两个及两个以上的耦元联合作用形成特定的生物功能特性，称为生物耦合或多元耦合。事实上，生物体适应外部环境时所呈现的优异功能是由多个耦元协同作用形成的。例如，水黾腿部的超疏水特性实际上是一种二元生物耦合现象，其腿部由多种取向的刚毛组成，这些针状的刚毛直径从3 µm到几百纳米不等。这种微结构可以看作是固－气态的异相表面，这种构成使得空气被有效吸附在多种取向的微米刚毛和螺旋纳米沟槽的缝隙内，在其表面形成一层稳定的气膜而阻碍水滴的浸润。这在宏观上表现为水黾腿的超疏水特性，此特性即为功能耦元和结构耦元耦合形成。
基于耦合仿生原理的多栖机器人融合了结构、功能与行为的多重仿生特性，通常具备高度的智能和卓越的环境适应性，能够在复杂多变的环境中执行各项任务。
水陆空仿生三栖机器人兼具传统水、陆、空3种机器人的优点，其活动领域纵贯海陆空，可以适应更加复杂的环境且能执行更加多元化的任务。着眼于水陆空仿生三栖机器人在空中、地面、水面、水下的全域移动能力，大多数研究团队的主体思路是使用可倾转旋翼实现机器人的空中移动和水下移动，而使用车轮实现其陆地移动。如图 2所示，山东大学的Yu和Chen设计了一款带有机械臂的斜角变形水陆空三栖机器人“AVVMS”，其变换旋翼桨轮轴线的方向实现不同环境下的移动。该机器人功能丰富，但是动力切换机制的能量效率问题尚未充分研究，未来需进一步优化。中国科学技术大学的Guo等研制了一款笼式水陆空三栖机器人“AEM”。如图 3所示，其在水、陆、空模式下均由旋翼提供动力，笼状保护壳既可以在空中起到防撞作用，又可以在陆地和水下模式中充当滚动轮。该机器人具有良好的机身保护机制，但是在低速滚动时容易发生侧偏。如图 4所示，天津理工大学的Guo等设计了一款仿生子母式水陆空三栖机器人。其主体呈现为四旋翼机的外观布局，底部设计成轮桨复合结构，具备水陆空移动功能以及子母机协同活动功能。该机器人结构紧凑、功能多样，但是控制难度较高。如图 5所示，中南大学的Zhong等设计了一款名为“TR-TRS”的水陆空三栖机器人，其运动时通过改变旋翼的倾斜方向来改变推力的方向，从而驱动自身在空中、陆地和水下前行。该机器人在仿真环境中运动模式切换平稳，但在真实环境中的表现有待验证。
当对水陆空仿生三栖机器人的水下移动能力要求不高时，设计人员更多地注重其水面停靠、水面航行和陆空移动等能力。这类机器人一般具有由轻质材料制作而成的大浮漂结构以及兼具水面行驶与陆地移动能力的轮桨结构。如图 6所示，Adarsh和Dharmana设计了一款水陆空三栖多用途机器人“MTMUR”。其底盘具有特别设计的浮漂结构，配合轮桨与螺旋桨实现水陆空移动。同时，通过螺旋桨与被动辅助轮的配合，机器人还可以实现爬壁移动，但是由于重力等因素的影响，其在壁面移动时的稳定性较差。浙江工业大学的Kong等开发了一款采用仿生轮桨和翼身设计的水陆空三栖机器人。如图 7所示，借助轮桨既可以实现机器人在水面的航行，又可以实现其在陆地上的行驶。模拟仿真表明其具有良好的悬停、垂直起降、高速巡航等功能，但仍有待实物验证。如图 8所示，纽约大学设计团队制作了一款带有大型浮漂结构的水陆空三栖机器人，其将旋翼机与浮漂装置相结合，另加推进螺旋桨以及装有防水马达的万向轮。其具备多模态导航能力，但是系统复杂度比较高，意味着需要更多的维护与调试。南京理工大学的Zhang等研制了一款四旋翼结构、船体结构和轮桨结构相结合的水陆空三栖机器人。该团队设计了一种基于扰动观测的滑模控制器来有效地控制机器人的水上航行姿态，但是该机器人的动力学模型中存在耦合现象，控制难度较高。日本东京大学的Kawasaki等研发了一款水陆空三栖机器人“MUWA”，其轻质圆环机身可以在水面提供浮力。通过可变螺距旋翼，其在地面上能够以特定倾斜角度滚动。该机器人可以自主导航但在崎岖地形中面临翻倒的风险。日本名古屋工业大学的Takahashi等也研制了一款水陆空三栖机器人。其凭借机身两侧的大型主动轮在地面移动，防水机身和浮力控制系统使其能够在水面上漂浮。此外，其可以自动对接到站点进行充电。该机器人具有多个子控制系统，系统复杂程度比较高，增加了故障发生的风险。
除了浮漂和轮桨结构，还有一些水陆空仿生三栖机器人采用螺杆推进方式实现其在陆地和水中的移动。如图 12所示，美国明尼苏达大学的Canelon等研发了一款水陆空三栖机器人“Omnibot”。其使用四旋翼结构实现空中飞行，通过双螺杆驱动系统在地面上摩擦实现移动以及转向，双螺杆驱动系统还可以提供水域航行的推力。该机器人的双螺杆驱动系统比较巧妙，但是靠摩擦在地面移动会增加能源的消耗，面临续航时间短的风险。
通过借鉴生物的特性并进行结构创新，水陆空仿生三栖机器人在执行复杂任务和应对多元环境方面展现了优势。从海底深处到万米高空，水陆空仿生三栖机器人在环境监测、灾难响应、军事侦察和科学探索等领域呈现了重要的研究价值和广阔的应用前景。然而，现有的水陆空仿生三栖机器人在结构灵活性与稳定性、运动控制与导航、能源管理与续航、系统可靠性与安全性方面尚面临许多挑战，大多研究还处于探索阶段，离实际应用还有很远的距离。未来需要对生物领域实例进行深入挖掘和分析，通过跨学科的合作，在结构的模块化与灵活性、多模式运动协调、能量回收与再利用、多环境适应性等方面取得技术突破，推动水陆空仿生三栖机器人的创新发展和实际应用。
水陆仿生两栖机器人融合了陆地机器人和水面（下）机器人的特性，不受水陆介质隔阂的限制，可以在陆地上移动、在水面航行、在水下潜行，有的甚至还具备在水底陆域行驶的能力。
自然界中有许多两栖纲的生物，如青蛙、蝾螈等，也有很多不属于两栖纲但是具有类两栖水陆活动能力的生物，如蛇、水黾、蛇蜥、螃蟹、电鳗等。效法自然，科研人员通过借鉴生物体适应水陆环境的全局或局部两栖特征，开发了许多新颖的两栖机器人。如图 13所示，燕山大学的Yang等设计了一款仿青蛙的水陆两栖机器人“FroBot”。其以青蛙为灵感，采用双腿摆动推进机构，该机构配合万向轮在陆地前进，配合尾鳍在水下前行。该机器人采用了创新的推进机制，但是制动系统有待改进。如图 14所示，德国汉堡大学的Yu等开发了一款仿鱼水陆两栖机器人，其采用轮－螺旋桨－鳍的混合结构，通过中枢模式发生器产生游动与爬行动作。该机器人在水中具有高度灵活性，但是在泥泞或不平坦的地面上移动存在困难。国防科技大学设计团队仿照青蛙的四肢布局研制了一款水陆机器人。其将轮腿结构和螺旋桨结构高度集成从而实现水陆两种模式的高效切换。机器人在仿真环境中展现了较强的环境适应性，但在实际环境中的表现仍然有待验证。瑞士洛桑联邦理工学院的Ljspeert团队仿照蝾螈设计了一款名为“Pleurobot”的水陆两栖机器人，其具有27个自由度，可以实现肢体的动态伸缩。为了便于研究，机器人的脚部被简化为单点接触元素，但这限制了对动物步态的还原度。此外，该团队还研制了一款仿蝾螈两栖机器人“Salamandra robotica Ⅱ”（见图 17）和一款仿蛇机器人“AmphiBot Ⅰ”。中国科学院沈阳自动化研究所的Yu等从水蛇中得到启发，研发了一款多节水陆两栖机器人“Perambulator”。其具有9节单元，每节单元包含1个水平锥齿轮和2个侧面锥齿轮啮合的3锥齿轮耦合传动机构。该机器人采用模块化设计，结构紧凑，易于维护。但是，其需要集中式控制和分布式执行，控制难度比较高。
此外，许多团队将水陆仿生两栖机器人设计成以球形为主体的构形。如图 31所示，泰国先皇理工大学的Nilas和Ngo设计了一款球形水陆两栖机器人，其球形机身上有多个微小通道，这些通道结构在陆地上模拟车轮踏面，在水中模拟桨。同时，其配备万向轮和螺旋桨来辅助运动。国内的逻腾科技公司推出了“RT-G”球形机器人，其可以漂浮在水中并借助螺旋桨推动前进，在陆地上则依靠庞大的球形机身滚动前行。同时，其两侧具有多个摄像头，形成仿生的“昆虫复眼”全景感知系统，结合计算单元可实现路径规划和自动避障。北京理工大学和日本香川大学的联合研究团队设计了一款受海龟启发的球形水陆两栖机器人。该机器人由1个固定的半球形壳体和2个可转动的1/4球形壳体组成，其在水中由螺旋桨推动，在陆地上则打开2个1/4球壳通过四足实现行走。球形水陆仿生两栖机器人仅靠球形机身和辅助部件就可以实现水陆环境下的灵活移动，但是一般机身比较重，需要优化能源管控。
另外，驱动水陆两栖机器人进行移动的装置也越来越多样化，除了常规的电机驱动装置，还有气动驱动装置、振动驱动装置等。如图 36所示，北京大学和剑桥大学的联合研究团队研发了一款全3D打印的仿龟气动水陆两栖机器人“BASR”。其4条气动仿生腿都连接有气动管道，通过控制4根气动管道的通断时序可实现机器人的多种步态。该机器人可负载自身28倍的重量，具有优秀的连续越障能力。该机器人需要外置气泵，限制了其实际应用，有待进一步优化。哈尔滨工业大学的Wang等研制了一款由刚柔混合振动模块驱动的微型水陆两栖机器人。其配置的偏心电机的振动可以传导到刚性腿上，而刚性腿上安装有软足和柔性鳍，进而使软足在地面上律动而前进，使柔性鳍在水中摆动而航行。该机器人质量仅为35 g，在地面上的最大速度为815 mm/s，在水中的最大速度为171 mm/s。该机器人虽然无需外置动力源，但是其续航时间只有25 min，需要优化能源管控。
自然界中水陆两栖生物种类繁多，现阶段水陆仿生两栖机器人也形态各异、种类多样。研究人员借鉴生物原型的结构、功能和行为，研发出能够在水域灵活移动、在陆地流畅运行的机器人系统，在陆地和水生环境下的资源勘探、目标搜索、险情救援等任务中呈现出了广阔的应用前景。然而，现阶段水陆仿生两栖机器人的研究在结构的密封和防水、运动模式的平滑转换、能源利用效率等方面尚面临严峻挑战，未来需要在结构设计、运动控制、能源管理和系统可靠性方面持续努力，以实现更高效、更可靠的水陆仿生两栖机器人。
陆空仿生两栖机器人兼具陆地运行和空中飞行的能力，能够高效地移动并适应不同的环境。陆空仿生两栖机器人主要依靠机械旋翼或仿生扑翼执行飞行动作，而实现其陆地移动的功能部件则多种多样，有普通车轮、行星车轮、倾转旋翼轮、笼式车轮、仿鸟类爪、仿生腿、仿人双足等。新加坡南洋理工大学的Cao等研制了一款新型混合动力陆空机器人“DoubleBee”，其借助双旋翼机构在空中灵活飞行，凭借双轮在地面行驶。此外，在地面时，机身后仰状态下的旋翼也可以提供额外的前进推力。南京航空航天大学的Li等仿照昆虫研制了一款可以灵活飞行并在多种材质表面附着的陆空两栖机器人。其采用扑翼－旋翼混合动力布局，可仿照昆虫飞行姿态实现俯仰、滚转、偏航等动作序列。其还包含一个仿昆虫脚垫的爬升机构，可以在墙面、树皮、玻璃、金属等多种表面上攀附。香港大学的Qin等研发了一款双旋翼陆空两栖机器人，其底部配备一个小型被动轮，通过灵巧控制改变被动轮的姿态可以使机器人沿着“S”形曲线移动。此外，清华大学的Tan等研制了一款车辆式陆空两栖机器人，见图 41。其主体由六旋翼机构和阿克曼底盘组成，并采用旋翼控制器来补偿悬架振动，从而提高了机器人的稳定性。
美国东北大学和加州理工学院的联合团队研制了一款陆空仿生两栖机器人“M4”。如图 46所示，其具备多种模态，包括地面行驶模态、爬行模态、空中飞行模态、倒立模态等，每一种模态下运动功能的实现主要依靠车轮轴线方向的变换和车轮内旋翼的配合。
现阶段对于陆空仿生两栖机器人的研究主要集中在机械旋翼、仿生扑翼、机械车轮、仿生腿足的创新设计以及空中飞行部件与地面移动部件的耦合控制。由此，陆空仿生两栖机器人可以突破单域平台行动能力的局限，有望开拓城市交通、危难营救、农业革新、战地侦察等多个领域的潜在应用。然而，现阶段陆空仿生两栖机器人的智能化和自主运行能力较弱。随着陆空仿生两栖机器人越发融入人类社会的生产活动，这类机器人应具有更高水平的自主感知、自主决策和自主执行能力。后续的研究需要从软硬件结合的理论与算法入手，着力提高陆空仿生两栖机器人的自主性和自适应性，以使其更好地服务于人类的陆空经济发展。
水空仿生两栖机器人是一种具有水上和空中移动能力的机器人。这种机器人结合了水生生物的游泳和飞行生物的飞行特性，能够在水面和空中模式之间自如转换，并执行各种任务。
学术界对于水空仿生两栖机器人开展了大量的研究，机身尺度从厘米级跨越到米级，仿生结构落脚点从全部生物构形到局部生物组件，水中功能单元从仿生鳍到螺旋桨，空中功能部件从固定翼、扑翼到旋翼。如图 57所示，哈佛大学的Chen等研发了一款具有扑翼的能在空中和水下移动的微型机器人。该机器人具有电解水功能，相关装置电解水生成氢气和氧气产生机器人上升的浮力，将要跃出水面时，电火花点燃氢气与氧气进而产生推力，达到起飞效果。与之类似，该团队还研制了一款欠驱动扑翼微型水空机器人“RoboBee”，该机器人模拟昆虫的翅膀摆动实现在空中和水下移动，机器人的偏航运动由双晶片压电致动器主动控制，俯仰运动由挠性件被动调节。
通过模仿自然界中具有水空移动能力的生物体的形态结构，借鉴生物体的运动机制，这些水空仿生两栖机器人在水空复杂环境中展现了良好的适应性，有望在海洋研究、灾害救援、态势感知等应用领域发挥其独特优势。但是，水空仿生两栖机器人需要设计和集成适合水空环境的双重推进系统，这些系统需要能够高效切换。水空仿生两栖机器人在突破水空界限时机身姿态容易受到扰动，跨介质（水、空）转换时系统控制的灵活性面临一定的挑战。此外，目前绝大多数水空仿生两栖机器人的自主运行能力不强，智能水平与生物原型相比尚不能望其项背，少数新颖的机器人构形也尚处在原理验证阶段，投入实际应用仍然任重道远。后续研究需要从复合结构设计、多模式自适应控制、环境实时感知等多个方面入手，着力迭代出适应性强、智能化水平高的水空仿生两栖机器人。
仿生多栖机器人经过数十年的发展，取得了一系列可观的研究成果，开辟了机器人领域技术创新的新思路与新方法。仿生多栖机器人种类丰富、功能多样、适应性强，展现出了良好的应用前景。然而，由于涉及多学科交叉和跨学科研究，仿生多栖机器人发展至今仍面临诸多挑战。对生物领域实例的获取力度不够、跨领域知识推理机制不完善、系统控制方法的灵活性不足、机器人的智能水平普遍不高、机器人的能量利用效率较低等是掣肘仿生多栖机器人发展的重要难题。
生物领域类比实例的获取是仿生设计的先决条件。在仿生多栖机器人的设计中，生物领域仿生对象的获取是后续设计活动的前提，其对后续设计活动及设计质量有着决定性的影响。生物领域实例获取旨在从生物领域实例中获得与工程问题相对应的类比实例，为工程问题的求解提供灵感和启发。
然而，当前尚缺乏完善的生物领域类比实例获取方法，难以应对系统化生物领域实例的获取。具体来说，基于专家咨询的生物领域实例获取方法主要依赖专家的知识和经验，专家推荐的结果具有很强的随机性和主观性。基于自然语言处理的生物领域实例获取方法侧重于关键词的相似度检索，然而由于自然语言本身的歧义性，语义检索的准确性较低，往往产生大量与设计无关的检索结果。基于分类的生物领域实例获取方法主要依靠设计人员在前期分类策略基础上的数据库检索，分类学数据库的可扩展性差，且其扩展过程中的主观性和随机性较大。基于结构化知识库的生物领域实例获取方法需要对生物领域实例进行结构化建模，现有生物领域知识模型库的容量小，知识模型构建的工作量大，无法满足系统化生物领域实例获取的需要。
另一方面，当前仿生多栖机器人设计中的生物领域实例检索多停留在单一表现形式下的实例检索，如文本检索、分类学检索等。然而，生物领域实例的存储形式多种多样，如文本、图像、结构化知识模型等，囿于单一知识表现形式的知识检索模式难免会遗漏大量的生物领域实例，检索结果的准确性低、完备性差，难以获得行之有效的解决方案。随着研究的进一步深入，研究支持多模态（融合多种表现形式）的跨领域知识检索模式是进一步扩大生物领域类比实例来源的必然选择。
此外，如何对检索到的生物领域实例进行客观公正的选择和评价也是当前困扰设计人员的一大挑战。为了实现机器人的形态仿生，还需要深入了解生物体的基本结构和功能，探究生物体在环境中的行为、适应机制以及生物进化原理，以便全面地评价和学习仿生原型，为仿生多栖机器人的设计研发提供精准深入的指导。在后续的研究中，需要加大对自然界中生物领域知识的挖掘力度，以便获取更多与设计相关的生物领域类比实例，为仿生多栖机器人的设计创新提供灵感激励和技术支持。
仿生多栖机器人旨在实现生物领域知识激励的多栖机器人创新设计。跨领域知识类推是仿生多栖机器人设计的关键，其类推质量对生物领域知识在工程领域的重构有着直接的影响，在很大程度上决定了仿生多栖机器人产品设计的创新性。
然而，当前仿生多栖机器人的设计多数集中在解驱动的设计，其设计过程仅仅是对生物现象的简单复制和模仿，缺乏创新性。对于一般性的多栖机器人的设计问题，解驱动的设计模式往往难以给出对应的生物领域原理解。而现实中的仿生多栖机器人设计更应该是问题驱动的设计，即从一般性的工程问题出发，基于系统化的设计方法，找到与设计问题对应的生物领域实例，再通过跨领域知识类推机制，获得与设计问题对应的原理解方案。
为了克服当前设计过程中存在的挑战，仿生多栖机器人的设计需要更加关注问题驱动的设计模式，以实现更高效的跨领域知识推理和整合，推动仿生多栖机器人技术的进一步发展。此外，由于生物领域和工程领域的知识特点及知识表达形式不同，加之设计者个人认知和知识背景的差异性，生物领域和工程领域知识类推过程中难免会产生相应的术语及技术冲突。对设计冲突的监测机制及冲突消解方法的研究是仿生多栖机器人跨领域知识推理中不可逾越的重要课题。
大多数生物具有出色的环境适应能力和灵活的运动方式，它们能够根据不同的地形和环境条件，调整自身的运动模式，展现出高度的自主性和自适应性。然而，生物原型的优越能力并没有完全转化为仿生多栖机器人的实际性能。当前大多仿生多栖机器人的系统控制方法灵活性不足，决策和控制算法的自主性和自适应性较差。具体来说，仿生多栖机器人的控制算法往往基于固定的模型和参数，过于僵化，缺乏足够的灵活性来应对复杂多变的环境。比如，在复杂地形中，机器人可能需要根据环境条件实时调整步态、速度和姿态，而当前的控制系统往往很难快速响应这些变化。此外，机器人的多关节、多自由度结构使得控制算法的设计变得异常复杂，各个关节之间的耦合关系以及运动过程中的动力学特性，都需要进行精确的建模和分析。由于技术的限制，这些问题往往没有得到很好的解决，导致仿生多栖机器人在实际运行中的稳定性和自主性受到严重影响。
为了应对这些挑战，未来的研究需要更加深入地探索生物原型的运动机理和适应机制，为仿生多栖机器人的设计提供更准确的参考。同时，还需要开发更加灵活和智能的控制算法，使机器人能够根据实时环境信息自主调整运动策略，提高机器人的稳定性、自主性和自适应性。
经过数十年的发展，仿生多栖机器人的研究取得了长足进展，这些机器人通过模仿生物体的结构、功能以及行为，展现出了在复杂环境中执行多种任务的能力。然而，现有仿生多栖机器人的智能化水平相较于其对应的原型生物体，仍存在显著的差距。
从技术实现的角度来看，仿生多栖机器人在模拟生物体的某些基本功能，如运动、感知等方面，取得了可观的成果，但是在模拟生物智能的核心\pzh{}学习、适应、决策等高阶认知功能方面进展缓慢。目前，仿生多栖机器人的运行多数依赖于人类预设的程序指令，无法像生物体那样实时感知环境的变化并做出灵活的反应，缺乏类似生物体自我学习和进化的能力。这可能是因为生物体的智能是经过亿万年自然选择和进化形成的，其智能系统基于复杂的神经网络结构，能够高效处理巨量、复杂的信息，而当前的机器人技术囿于算力、算法和数据等因素尚无法完全模拟这种机制。
为此，后续研究需要从多个方面入手，以提升仿生多栖机器人的智能化水平。一方面，需要深入研究生物智能的本质和机制，理解其运作的原理和规律，为机器人的设计提供科学的指导。另一方面，需要加强跨学科的研究合作，将生物学与人工智能、神经科学、材料科学等多个领域的知识和技术融合起来，共同推动仿生多栖机器人智能化水平的提升。
自然环境中的生物体具有卓越的能量利用和效能优化能力，它们通过精妙的生理结构和良好的运动方式，实现了在低能耗下的长时间生存和活动。相比之下，仿生多栖机器人的能量利用效率较低，长期自主运行能力不足，续航表现远远未能达到生物体的水平，这已成为制约其进一步发展的关键因素。
随着机构节能、环保理念的深化，开发高效能的仿生肢体机构、优化机器人运动方式已成为现代机器人机构学发展的趋势之一[8]。良好的结构设计和精巧的运动模式可以减少能量损耗、提升运行效率。例如，仿生弹跳机器人模仿自然界中生物的腿部，形成较好的腿部结构设计，能够实现较为高效的能量转换效率。
此外，需要在生物学、化学、物理学等多学科交叉的基础上，揭示生物能量高效利用的原理，并研究生物能量传递和转换机制及其与生物组织之间的关系。研究的重点应集中在功能、效率、质量和损耗这4个方面，特别是在机构设计上借鉴生物体高效的运动模式和构造特点。这些研究不仅有助于新能源和新型能量转换装置的开发，也为仿生多栖机器人能量利用效率的提升提供支持。
仿生多栖机器人是生物、材料领域科学原理与机器人领域工程技术相结合的产物。未来，需要从科学原理和工程技术两个方面入手（见图 68），在科学原理上理清底层逻辑，在工程技术上加大物理实现力度，推动仿生多栖机器人这一智能生机电系统的发展。
Figure 68. Future prospects for biomimetic amphibious robots
仿生多栖机器人涉及多学科知识，其发展历程和迭代技术路线与生物科学、材料科学等基础学科紧密相关。
生物科学对于仿生多栖机器人的发展具有根本性的影响，其提供了有关生物体结构、功能和行为的深刻理解，为工程师提供了丰富的灵感和参考。自然界是人类的知识宝库，对多栖生物种类的不断挖掘是仿生多栖机器人研究的直接推动力。
21世纪是恢复自然环境与生态平衡，重建人与自然和谐共处的时代。通过深入挖掘和借鉴自然界中优越的生物学技能，仿生多栖机器人可以更好地适应复杂多变的外部环境，实现机器人技术与生命科学的多层次、全方位渗透交融。
材料科学在仿生多栖机器人的设计和制造中扮演着关键的角色，材料的选择对于机器人的结构和性能至关重要，主要体现在刚柔耦合设计、可靠性、机身强度等方面。现阶段仿生多栖机器人大多使用刚性材料，这类机器人在制造业、交通运输、特殊环境作业等领域具有较好的应用前景。然而，刚性材料的可变形能力弱，使得机器人仅能在定义良好的结构化环境中进行可控的重复性作业，难以改变自身形状以适应复杂的非结构化环境。
仿生多栖机器人是生物学原理在多栖机器人领域的工程实现。工程涉及从科学原理到实际应用的一系列技术和方法，是将仿生理念转化为实际多栖机器人系统的关键一环。在智能化方面，随着人工智能的快速发展，以大语言模型、群体智能和数据驱动设计等为代表的智能科学与技术手段层出不穷；在本体结构方面，“刚－柔－软”耦合结构和无限驱动单元方面的研究日益增加。将智能软件层面的“血肉”编织到仿生多栖机器人本体硬件层面的“躯干”上来，有望营造出全新的仿生多栖机器人研发生态。
目前的大语言模型大多采用Transformer模型架构，通过大规模数据预训练，获得广泛的语言知识和灵巧的思维模式。OpenAI的ChatGPT、Anthropic的Claude、谷歌的Gemini、百度的文心一言、科大讯飞的讯飞星火等典型大语言模型普遍具有以思维链和情景学习为代表的涌现能力，大多具备逻辑推理能力、文本生成能力、语境理解能力、编程能力、多语言能力和多模态推理能力等强大技能。配合应用程序编程接口（API），大语言模型可以指导人类进行各种工程实践。
对于自然界中的生物体而言，单一的个体有其独特的结构、功能和行为，而多个个体通过种群协同合作，能够产生超过种群中个体智能总和的智能行为，即群体智能。群体智能可以被视为一种受到自然界中社会性生物群体行为启发的计算模型和算法框架，旨在通过模仿蚁群、蜂群、鱼群等群体中个体之间的相互协作来提升机器人系统的性能。比如，Rajasekhar等概述了基于蜜蜂交配行为提出的提高遗传算法性能的QBE（queen bee evolution）策略，提到了基于蜂群觅食行为提出的ABC（artificial bee colony）算法，这些算法在解决实际工程问题时表现可观。
数据驱动设计（DDD）是一种基于数据而不是个人直觉或偏好来做出设计决策的设计架构，其核心思想是通过收集、分析和应用数据来指导与优化设计决策。
在适应复杂多变的环境时，传统的刚体机器人在结构和功能上存在一定的局限性，未来仿生多栖机器人可以从单一机体材料向“刚－柔－软”材料协调分布方向转变，以期实现更加灵活的运动能力。
现阶段大多数仿生多栖机器人为有限驱动单元设计，其通常受到自由度限制。有限数量的驱动单元如电机或液压缸，虽然操作简便，但在面对多变环境时，难以实现灵活运动，导致其在执行复杂任务时能力不足。而引入无限驱动单元，通过微小但连续的位移，可以增强机器人的运动自由度，使其能够更好地应对复杂任务，如北京航空航天大学的“章鱼臂”。
自然界经过数十亿年的漫长进化过程，孕育了大量形态迥异的生物体和优越的生物学技能，形成了许多高效解决问题的方法和机制。这为多栖机器人的研究提供了新的方法和思路，使得人类可以借鉴生物领域的功能、行为和结构，设计出功能多样、形态各异、种类繁多的仿生多栖机器人，提高多栖机器人在复杂和多变环境中的适应性和效率。
随着对生物体结构、功能和行为研究的不断深入，学术界掀起了对仿生机器人的研究热潮，研制出了能适应水、陆、空等多种交叉环境的仿生多栖机器人，并逐步在态势感知、险情救援、目标搜索等领域进行了应用探索。然而，当前仿生多栖机器人的发展仍面临诸多挑战，比如对生物领域实例的获取力度不够、跨领域知识推理机制不完善、系统控制方法的灵活性不足、系统智能水平不高以及能量利用效率较低等等。这些问题的存在限制了仿生多栖机器人性能的提升和应用的拓展。
展望未来，仿生多栖机器人的研究需要与生物科学、材料科学进行更深入的结合，综合运用大语言模型、群体智能、数据驱动设计等工程技术手段，并优化形态学设计和驱动分布，使仿生多栖机器人向着趋近生物原型的高适应性、高自主性和高智能化方向发展，更好地服务于人类的生产生活和科技发展。
GB300 冷板全液冷方案设计解析
随着人工智能服务器对散热需求的不断提升，冷板液冷技术成为解决高功耗热管理的关键方案。GB300在1U机箱内支持计算节点的冷板液冷散热，总液冷功耗6.9kW,冷却流量约8LPM，同时支持45℃供液温度散热.其架构设计对后续AI服务器液冷方案具有重要的参考价值。本文通过纵向对比GB200的冷板架构方案，深入解析GB300冷板全液冷方案。
从设计到生产
灏域为您提供
全产业链解决方案
开始我们的合作
+86 18600523371