在自然界的广阔舞台上，从振翅翱翔的鹰蛾、灵动跃动的羚羊，再到蜿蜒波动的蛇和微观世界的线虫，各类生物通过神经回路与物理力学的有效结合，展现出精密而灵活的运动能力。这一现象揭示了“具身智能”概念的核心——由“计算智能”与“机械智能”相互交织构建而成，共同驱动生物体对环境做出迅速且精准的反应。
近年来，“具身智能”这一概念在机器人研究领域热度攀升，其中，来自美国佐治亚理工学院的王天宇博士研究生，在其最新的研究成果中，以其团队对生物运动中的机械智能与具身智能的独特解读，引起了广泛关注。相关论文《机械智能简化陆地无肢运动的控制》已在享有盛誉的《Science Robotics》期刊上发表（IF=34.0），王天宇与克里斯托弗·皮尔斯博士后为共同第一，丹尼尔·戈德曼教授担任通讯。
基于深入理解“具身智能”，王天宇将“机械智能”的理念延展至仿生机器人的运动研究之中，以无肢机器人为例，展示了其如何运用身体本身的物理特性来实现类似生物体的自主反应。例如，蛇型机器人可通过弯曲身体进行横向波动运动，并能借助设计精巧的身体结构及材料，在与障碍物碰撞时自发形变以绕过障碍，从而体现出“机械智能”。
在自然界无肢运动的研究中，科学家们已经取得了对“计算智能”的显著理解，如神经回路的结构和功能解析。然而，隐藏于生物体内的“机械智能”同样至关重要，它赋予生物系统无需复杂计算即可完成高难度运动的能力。目前，关于无肢生物系统运动中的机械智能研究尚存较大空白，主要原因是难以在实验中剥离身体机能与神经活动的影响。
为了填补这一认知空白，王天宇团队开发了一款名为MILLR的新型无肢机器人，以此作为研究生物运动机理的“机器人物理学”模型。MILLR每个关节的弯曲由两根独立控制的绳索驱动，使其能够模拟真实生物体通过肌肉收缩驱动关节的方式。当机器人遭遇障碍物时，根据预设的柔顺性状态，机器人可选择性地保持形状或被动弯曲适应障碍物，这种独特的柔顺性设计让MILLR具备了在开环控制下自行穿越复杂环境的能力，验证了仅依靠机械智能足以应对行动中的障碍。经过一系列对比实验，包括在多障碍物环境中测试MILLR并与秀丽隐杆线虫的行为进行比较，王天宇团队证实了机械智能在无肢生物运动中的核心地位，并指出适当的计算智能可以与机械智能互补，进一步提升运动性能。这项研究不仅强调了机械智能在塑造无肢系统运动中的决定性作用，更为未来无肢机器人的发展打开了新视野，有望推动它们在搜救、工业检测、农业乃至行星探索等领域的广泛应用。
值得一提的是，王天宇最初对于机械智能的兴趣源于硕士阶段对蛇形机器人柔顺性控制的研究。随着在佐治亚理工学院攻读机器人学博士学位期间，他与团队成员一同形成了“机器人学-生物学”双向启发的研究闭环，不仅通过机器人设计学习生物运动原理，同时也利用机器人作为工具深化对生物运动机制的理解。
总结来说，王天宇及其团队的研究成果不仅揭示了机械智能在生物运动中的关键作用，更展现了其在无肢机器人设计与应用中的巨大潜力，预示着未来智能机器人将在更大范围内借鉴并运用生物系统的“机械智能”，实现更加高效、灵活且适应性强的运动表现。
