Adaptive Environment-Aware Robotic Arm Reaching Based on a Bio-Inspired Neurodynamical Computational Framework
Univ. of California, Riverside（加利福尼亚大学河滨分校）
本研究提出基于生物启发神经动力学计算框架（NeuCF）的六自由度机械臂动态目标跟踪方法，利用鸟瞰视觉反馈实现实时决策，在实验中展现出高精度、平滑轨迹和更短路径的优势。
2024-07-16 cs.RO
RGBlimp-Q: Robotic Gliding Blimp With Moving Mass Control Based on a Bird-Inspired Continuum Arm
Robotics and Control Laboratory, School of Advanced Manufacturing and Robotics, and the State Key Laboratory of Turbulence and Complex Systems, Peking University（机器人与控制实验室，先进制造与机器人学院，湍流与复杂系统国家重点实验室，北京大学）
本文提出RGBlimp-Q，一种采用鸟翼启发的连续体臂和运动质量控制的机器人滑翔飞艇，通过内部质量重新分布增强抗扰性并实现空中操纵，首次将连续体机制集成于轻于空气平台，扩展了应用场景。
2025-09-12 cs.RO
Particle robots A new specie of hybrid bio-inspired robotics
灵感来自于一些没有眼睛和耳朵的简单生物。本文提出了一种新型的混合仿生机器人，称为“粒子机器人”，它将一个大型生物体和一个微型生物体混合在同一个机器人中。一方面，一种有趣而无聊的动物，生物海胆（海胆）与病毒微生物混合，特别是轮状病毒;以及球形移动机器人。类似地，从纯机器人的角度来看，这种仿生机器人可以被看作是一个穿着驱动外骨骼的球形移动机器人。该机器人有两个主要配置：当脊柱收缩时，它成为一个球形移动机器人，能够在陆地上快速移动，嵌入所有球形移动机器人属性。另一方面，当脊椎或腿以受控的模式伸展时，它可以在平坦的表面上行走，也可以像仿生海胆一样在雪地和岩石上移动。机器人的脊柱是伸缩式线性致动器，它结合了软、硬3D打印材料，使致动单元灵活，可以在最小的空间内压缩它，而刚性可以提升机器人。
2020-02-15 cs.RO
A Biologically Inspired Design Principle for Building Robust Robotic Systems
Technische Universität Berlin（柏林工业大学）；Science of Intelligence, Research Cluster of Excellence, Berlin（柏林卓越研究集群“智能科学”）
该研究受生物系统启发，提出通过系统组件间主动互连提升机器人鲁棒性的设计原则，经破解密码锁箱任务的仿真与实物实验验证有效，为研发智能自适应机器人系统提供新思路。
2024-08-19 cs.RO
A robotic leg inspired from an insect leg
Nanyang Technological University（南洋理工大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；University of Freiburg（弗莱堡大学）
虽然大多数受昆虫启发的机器人都有一个简单的跗骨，如半球形的脚尖，但昆虫的腿有复杂的跗骨结构和爪子，这使它们能够在复杂的地形上行走。它们锋利的爪子可以通过激活一块肌肉在植物表面顺利地附着和分离。因此，在足式机器人上安装昆虫启发的跗骨将改善它们在复杂地形上的运动。本文表明，肌腱驱动的球窝结构提供了跗骨的灵活性和刚性，这是必要的甲虫行走在一个复杂的基板，如网格表面。通过去除跗骨关节的窝和弹性膜来使跗骨的刚性丧失，爪不能牢固地附着到网。与此同时，当我们用管子把跗骨变硬时，甲虫挣扎着把爪子从基质中拔出来。然后，我们开发了一个电缆驱动的仿生跗骨结构，以验证跗骨的功能，以及显示其在足式机器人的潜在应用。利用跗骨，机器人腿能够在执行行走循环时从网状基底平滑地附接和缩回。
2022-05-11 cs.RO
SLUGBOT, an Aplysia-inspired Robotic Grasper for Studying Control
McGowan Institute for Regenerative Medicine（麦高恩再生医学研究所）；Robotics Institute（机器人研究所）；Carnegie Mellon University（卡内基梅隆大学）；Case Western Reserve University（凯斯西储大学）
生命系统可以使用单个外围设备来执行各种任务并适应动态环境。这种多功能性是通过使用神经电路来实现的，神经电路自适应地控制可重构的肌肉组织。当前的机器人系统难以灵活地适应非结构化环境。通过模仿生物体中的神经机械耦合，机器人系统可能会实现更大的自主性。海蛞蝓$\textit{Aplysia californica's}$喂食装置或口腔质量的易处理的神经力学使其成为将神经力学原理应用于软体机器人控制的理想候选者。在这项工作中，设计了一个机器人抓钳，以模仿特定形态的$\textit{Aplysia}$喂养装置。这些包括使用类似于生物肌肉的软致动器，可变形的抓握表面和类似的肌肉结构。一个先前开发的布尔神经控制器，然后适应这个软机器人系统的控制。该机器人能够通过周期性地插入塑料管来定性地复制吞咽行为。机器人的标准化的平移和旋转运动学的牙床遵循的配置文件观察$\textit{in vivo}$，尽管形态差异。这使$\textit{Aplysia}$启发的控制$\textit{in roboto}$更接近多功能神经控制模式$\textit{in vivo}$和$\textit{in silico}$。未来的增加可能会提高SLUGBOT作为神经力学研究平台的可行性。
2022-11-21 cs.RO
Bio-inspired Adaptive Latching System for Towing and Guiding Power-less Floating Platforms with Autonomous Robotic Boats
MIT（麻省理工学院(MIT)）
自主机器人船预计将执行几项任务：1）在水环境中自主导航，如阿姆斯特丹运河; 2）执行个人任务，如水监测，运输货物和人员; 3）锁在一起创建浮动基础设施，如桥梁和市场。在本文中，我们提出了一种新的生物启发的机器人系统锁定，牵引和引导浮动无源动力平台。挑战在于设计一种自适应锁定机构，能够在实体之间创建安全连接，易于连接/拆卸，即使船受到水扰动的影响。但最重要的是，自适应锁定必须能够限制锁定的“虚拟”平台的DoF（自由度）。因为，机器人船可能会在狭窄的水道中驾驶它，并且必须防止它漂流和撞到墙上。这种新颖的自适应闭锁机构基于球窝接头，其允许同时在两个平面中旋转和自由运动。它由两部分组成：凸形部分包括集成在浮动箱“假人”上的轴承螺柱（球），而凹形部分位于自主机器人船上。它集成了一个自适应框架漏斗，将公球引导到一个捕获球的驱动接收器中，从而在船之间创建球窝接头。从这个意义上说，自适应锁定机制模仿鱿鱼的触角，可以调整施加到保持对象的力，限制其自由度。实验结果从我们的群机器人船集成自适应闭锁系统，并执行牵引和指导用例。
2020-02-03 cs.RO
MemoAct: Atkinson-Shiffrin-Inspired Hierarchical Memory-Augmented Policy for Robotic Manipulation
Chongqing University（重庆大学）
本文提出MemoAct，一种基于层次内存的策略，通过不同内存层级解决任务状态跟踪和长周期记忆保留的问题，并通过MemoryRTBench验证其在模拟和现实场景中的优越性能。
2026-08-04 cs.RO
Bio-inspired Intelligence with Applications to Robotics: A Survey
University of Guelph（圭尔夫大学）
在过去的几十年里，生物智能及其在机器人技术中的应用受到了相当大的关注。本文提供了一个全面的调查生物启发的智能，重点是神经动力学方法，各种机器人应用，特别是自主机器人系统的路径规划和控制。首先，介绍了仿生分流模型及其变体（加性模型和门控偶极子模型），并给出了它们的主要特点。然后，回顾了神经动力学在各种机器人系统实时路径规划和控制中的两个主要应用。一个生物启发的神经网络框架，其中神经元的神经动力学模型的特点，讨论了移动机器人，清洁机器人，水下机器人。生物启发神经网络已被广泛应用于实时无碰撞导航和合作，没有任何学习过程，全球成本函数，和先验知识的动态环境。此外，生物启发的反推控制器的各种机器人系统，这是能够消除速度跳时，一个大的初始跟踪误差发生，进一步讨论。最后，本文讨论了当前面临的挑战和未来的研究方向。
2022-06-17 cs.RO cs.SY eess.SY
Minimal activation with maximal reach: Reachability clouds of bio-inspired slender manipulators
Stanford University（斯坦福大学）；University of Oxford（牛津大学）
本文针对仿生细长软体机械臂，提出基于可达性云的降阶分析方法，通过系统改变纤维数量、锥度等参数生成256个可达性云图集，揭示了最小驱动下实现最大可达范围的设计规律。
2024-03-03 cs.RO
Bimanual crop manipulation for human-inspired robotic harvesting
Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）
大多数现有的机器人收割机利用单手方法;单臂抓住作物并通过分离运动或通过用专门设计的夹持器/切割器末端执行器切割其茎来分离作物。然而，这样的单手解决方案不能应用于敏感的作物和杂乱的环境，如葡萄和葡萄园，其中障碍物可能堵塞茎并且没有为切割器的放置留下空间。在这种情况下，该解决方案将需要双手机器人，以便在视觉上揭开茎并操纵抓取的作物以创建切割示能表示，这类似于人类使用的实践。在这项工作中，提出了一种双臂协调运动控制方法，达到干预切割状态。配备有切割器的相机臂到达茎，尽可能地揭开茎，而第二个臂将抓住的作物移向周围的自由空间，以便于茎切割。在一个带有塑料葡萄簇的模拟葡萄藤装置上进行的实验室实验评估了所提出的方法，包括两个UR 5e机械臂和一个RealSense D415摄像头。
2022-09-13 cs.RO
Underwater Soft Robotic Hand with Multi-Source Coupling Bio-Inspired Soft Palm and Six Fingers Driven by Water Hydraulic
Harbin Engineering University（哈尔滨工程大学）；College of Mechanical and Electrical Engineering, Harbin Engineering University（哈尔滨工程大学机电工程学院）
本文研究的一种新型流体驱动软体机器人手，采用仿生学的思想，具有拟人的外形，面向柔性抓取功能。软体机器人手由一种新型的多自由度柔性手指和柔性手掌组成，实现了手握和反手的特征抓取功能。结合精细流体控制系统，软手可在高压下实现柔性抓取，从而实现对水下环境中不同类型目标物体的柔性抓取操作。最后，将软体机器人软体机器人手与精细流体控制系统连接，构成水下软体机器人手实验平台。
2021-06-13 cs.RO
A Human-Inspired Thumb-Index Robotic Hand with Strain Gauges Embedded in Soft Joints
University of Siena（锡耶纳大学）；Czech Technical University in Prague（布拉格捷克理工大学）
受生物力学原理启发，开发了安全拇指-食指机械手（STIR Hand），通过欠驱动腱驱动设计与嵌入硅胶软关节的柔性应变片，实现被动抓取适应，并建立内部本体感知和外部感知。实验表明，软关节传感器显著提高了抓取灵敏度和安全性。
2026-06-23 cs.RO
An Origami-Inspired Variable Friction Surface for Increasing the Dexterity of Robotic Grippers
Imperial College London（伦敦帝国学院）；Dyson School of Design Engineering（戴森设计工程学院）
针对机器人抓手手部内操控能力受限的问题，提出一种可切换高低摩擦状态的折纸启发式参数化薄型表面，经数值分析和实验验证，该表面能稳定提升抓手操控性能，图案密度和谷间距是关键影响参数。
2024-04-15 cs.RO
HiBerNAC: Hierarchical Brain-inspired Robotic Neural Agent Collective for Disentangling Complex Manipulation
Johns Hopkins University（约翰霍普金斯大学）；Italian Institute of Technology（意大利理工学院）；University of Toronto（多伦多大学）；Massachusetts General Hospital, Harvard University（哈佛大学麻省总医院）
针对复杂操作中记忆、协调和长时程规划的挑战，提出分层脑启发式神经智能体集体HiBerNAC，结合VLA与神经启发机制，实现时间减少23%并在多路径任务上取得非零成功率。
2026-09-22 cs.RO
Human-Inspired Framework for Robotic Craniotomy: Integrating Multimodal Fusion and Adaptive Trajectory Adjustment
Dalian University of Technology（大连理工大学）；The University of Tokyo（东京大学）
该研究针对机器人开颅手术问题，提出受人类启发的闭环框架，集成术前规划与术中执行。采用自适应双轮廓融合算法生成轨迹，利用多模态网络融合信号实现突破检测，通过原位投影策略调整轨迹，实验验证该框架能实现安全自主且高效闭环控制的开颅手术。
2026-07-24 cs.RO
A Lobster-inspired Robotic Glove for Hand Rehabilitation
Monash University（莫纳什大学）；Nanyang Technological University（南洋理工大学）
本文介绍了设计，开发和评价的手康复手套制造使用龙虾启发的混合设计与刚性和柔性组件驱动的初步结果。受龙虾弯曲腹部的启发，混合驱动器由串联连接的刚性外壳组成，内部加压的软腔室驱动，以产生弯曲运动。这种生物灵感吸收了具有精确定义运动生成的经典刚体机器人的特征，以及具有重量轻，物理安全和自适应驱动的新兴软机器人。制造过程中描述，然后通过实验来机械表征这些致动器。最后，一个开放的手掌手套设计集成这些混合驱动器的定性案例研究。通过学习用户前臂表面肌电信号的模式，对辅助手套进行训练，实现手部康复训练。
2020-03-01 cs.LG cs.RO
Bacteria-inspired robotic propulsion from bundling of soft helical filaments at low Reynolds number
University of California, Los Angeles（加州大学洛杉矶分校）
本文提出细菌启发的厘米级软机器人及多鞭毛仿真框架，在低雷诺数下验证成束驱动，发现其增强抗屈曲鲁棒性且推进速度非线性依赖鞭毛转速。
2023-10-16 cs.RO
Designing a Hair-Clip Inspired Bistable Mechanism for Soft Fish Robots
Columbia University（哥伦比亚大学）
本研究针对软体机器人功能提升需求，基于前期提出的发夹双稳态机构，设计了由PETG、碳纤维增强塑料和钢制成的新型鱼机器人推进系统，推导验证相关理论并明确关键参数影响，可实现鱼类机器人的高频高速波动游泳。
2023-11-06 cs.RO
Machine-Learning-Enhanced Soft Robotic System Inspired by Rectal Functions for Investigating Fecal incontinence
Yamaguchi University（山口大学）；Tokyo Institute of Technology（东京工业大学）；Keio University（庆应义塾大学）；Research Center for Autonomous Systems Materialogy (ASMat), Institute of Innovative Research, Tokyo Institute of Technology（东京工业大学创新研究所自主系统材料学研究中心（ASMat））
本研究受直肠功能启发，开发了含3D打印软体直肠模块、经多层感知机优化的双层囊袋驱动器的机器学习增强软体排便机器人，可复刻多种排便功能，助力大便失禁机制研究与相关福祉设备开发。
2024-06-02 cs.RO
Bio-Inspired Topological Autonomous Navigation with Active Inference in Robotics
Ghent University（根特大学）；Verses；Flanders Make（佛兰德斯制造）
本文提出一种基于主动推断框架的生物启发代理，实现环境拓扑地图的实时生成与更新，通过概率推理框架实现可解释的导航，并在动态和未知环境中表现出鲁棒适应性。
2025-08-10 cs.RO
Octopus-inspired Distributed Control for Soft Robotic Arms: A Graph Neural Network-Based Attention Policy with Environmental Interaction
本文提出基于图神经网络的注意力策略，用于软机器人手臂在复杂环境中实现目标接触，通过集中训练分散执行范式提升鲁棒性和性能。
2026-07-17 cs.RO
Materials Matter: Investigating Functional Advantages of Bio-Inspired Materials via Simulated Robotic Hopping
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Georgia Institute of Technology（佐治亚理工学院）
本文研究了非刚性物理材料对跳跃机器人功能性能的影响，通过模拟发现单腿跳跃机器人腿部采用密度递增的材料梯度相比均质不锈钢可显著降低跟踪误差和功耗，为未来机器人制造利用自然界材料各向异性提供了启发。
2025-03-01 cs.RO
A Novel Design of Soft Robotic Hand with a Human-inspired Soft Palm for Dexterous Grasping
Harbin Engineering University（哈尔滨工程大学）；Aalto University（阿尔托大学）
软机器人手和夹具作为机器人末端执行器越来越受到人们的关注。与刚性对应物相比，它们对于人与机器人和环境与机器人的交互更安全，更容易控制，成本和重量更低，并且更具顺应性。目前的柔性机械手主要集中在柔性手指和弯曲执行器上。然而，手掌也是抓握的重要部分。在这项工作中，我们提出了一种新的设计，软的人形手气动软手指和软手掌。这只手的制造成本很低。软手掌的结构是基于模块化设计，可以很容易地应用于驱动以前的各种软手指。五指张开、全掌弯曲、拇指外展、内收均由软掌完成。此外，我们提出了一种新的设计的软手指，称为混合弯曲软手指（HBSF）。它既可以在抓取轴上弯曲，也可以像人类一样在左右轴上偏转。采用SOFA框架对HBSF和软手掌的功能进行了仿真。并在实验中测试了它们的性能。对6根1 ~ 11节的手指进行了测试和分析。根据Feix分类法，通过实际场景下的抓取实验，对软手的通用性进行了评价和验证。研究结果显示了抓取的多样性，并显示了抓取不同形状和重量的物体的可能性。
2020-09-02 cs.RO
Swarm Robots Inspired by Friendship Formation Process
Research Institute of Electrical Communication, Tohoku University（东北大学电气通信研究所）；Panasonic Corporation（松下公司）
群机器人系统是其中具有简单功能的多个机器人通过它们的合作来执行任务的系统，并且其优点在于它们可以表现出诸如适应性、容错和可扩展性的非平凡宏观功能。我们以前提出了一个简单的群体形成模型的启发，在人类社会中的友谊形成过程，并通过模拟证明，各种非平凡的模式出现。在这项研究中，我们研究了所提出的模型的适用性，一群机器人系统。作为第一步，我们开发了五个机器人，并通过真实世界的实验证明，模拟结果可以在很大程度上重现。
2018-08-11 cs.RO
Cooperative Pollution Source Localization and Cleanup with a Bio-inspired Swarm Robot Aggregation
University of Tabriz（大不里士大学）；Sharif University of Technology（谢里夫理工大学）；Middle East Technical University（中东技术大学）；Czech Technical University（捷克技术大学）；The University of Manchester（曼彻斯特大学）
使用机器人探索极端和危险的环境有可能显着提高人类的安全。例如，可以部署机器人解决方案来找到化学品泄漏的来源并清洁污染区域。本文演示了一种概念验证的生物启发的探索方法，使用群机器人系统，这是基于两个生物启发的行为：聚合和信息素跟踪的组合。提出的工作的主要思想是遵循信息素的踪迹，找到化学品泄漏的来源，然后通过聚集在临界区进行去污任务。使用Mona机器人的模拟模型进行的实验，我们评估人口规模和机器人速度的群体在去污任务的能力的影响。结果表明，在极端环境下的勘探和清洁任务中部署机器人群的可行性。
2019-07-22 cs.RO
Enhancing Robotic Perception and Adaptability through Sensor Fusion and Origami-Inspired Designs
IIT Madras（印度理工学院马德拉斯分校）；e-Yantra, IIT Bombay（e-Yantra，印度理工学院孟买分校）
本研究提出一种紧凑移动机器人，利用折纸轮子调节传感几何，通过传感器融合提升深度覆盖，在室内外环境中显著降低无效深度比例。
2026-10-08 cs.RO
Flagellar Swimming at Low Reynolds Numbers: Zoospore-Inspired Robotic Swimmers with Dual Flagella for High-Speed Locomotion
University of Notre Dame（圣母大学）；Pontificia Universidad Católica de Chile（智利天主教大学）；Brandeis University（布兰迪斯大学）
本研究受疫霉游动孢子启发，设计了带双柔性鞭毛的微型振荡推进机器人，实验证实前鞭毛拉力对推进效率的贡献大于后鞭毛推力，为微型机器人研发和游动孢子生物学研究提供了新平台。
2024-12-07 cs.RO
A General, Evolution-Inspired Reward Function for Social Robotics
University of Auckland（奥克兰大学）
社交机器人领域可能需要脱离设计行为和模仿学习的范式，采用现代强化学习（RL）方法，使机器人能够与人类进行流畅有效的互动。在本文中，我们提出了社会奖励函数作为一种机制，以提供（1）在社会机器人中部署RL代理所必需的实时，密集的奖励函数，以及（2）用于比较不同社会机器人功效的标准化客观度量。社会奖励功能旨在密切模仿人类的遗传赋予的社会感知能力，以提供简单，稳定和文化不可知的奖励功能。目前，社交机器人中使用的数据集要么很小，要么明显超出了社交机器人的领域。社交奖励功能的使用将允许更大的域内数据集被收集接近社交机器人的行为策略，这将允许进一步改进奖励功能和社交机器人的行为策略。我们相信这将是未来开发有效社交机器人的关键推动力。
2022-02-01 cs.LG cs.RO
Origami spring-inspired shape morphing for flexible robotics
State Key Laboratory for Turbulence and Complex Systems, Department of Mechanics and Engineering Science, BIC-ESAT, College of Engineering, Peking University（北京大学工学院湍流与复杂系统国家重点实验室）；CAPT, HEDPS and IFSA Collaborative Innovation Center of MoE, Peking University（北京大学CAPT、HEDPS与IFSA协同创新中心）
柔性机器人能够通过形状变形来实现各种功能，这得益于它们的柔性体和可重构结构。在这里，我们构建和研究一类折纸弹簧广义从已知的交错折纸弹簧，作为有前途的候选人在柔性机器人的形状变形。这些弹簧被发现表现出非线性拉伸-扭转耦合和线性/非线性的压缩/拉伸区域的机械响应，所展示的连续介质力学模型，实验和有限元模拟分析。为了提高机械性能，如抗损伤能力，我们建立了一个折纸刚性化的方法，通过增加额外的折痕的弹簧系统。在理论框架的指导下，我们实验实现了三种类型的柔性机器人-折纸弹簧弹射器，爬行器和Transformers。这些机器人显示出所需的功能和出色的机械性能。所提出的折纸辅助设计的概念，预计铺平了道路，以促进灵活的机器人的各种形状变形。
2021-06-03 cond-mat.soft cs.RO
Design and Fabrication of Origami-Inspired Knitted Fabrics for Soft Robotics
Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系）；Department of Mechanical Engineering, University of Pennsylvania（宾夕法尼亚大学机械工程系）
本研究提出一种结合折纸结构与针织面料的软体机器人制造设计方法，通过编程针迹与热熔纱实现可控折叠，成功复现复杂折纸图案并开发出可移动的可穿戴Kaleidocycle机器人。
2025-11-03 cs.RO
A Bio-Inspired Tensegrity Manipulator with Multi-DOF, Structurally Compliant Joints
University of California, Santa Cruz（加州大学圣克鲁兹分校）；NASA Ames Dynamic Tensegrity Robotics Lab（NASA艾姆斯动力张拉整体机器人实验室）；NASA-ARC Advanced Studies Laboratories（NASA艾姆斯研究中心高级研究实验室）；Stinger Ghaffarian Technologies（Stinger Ghaffarian Technologies公司）
大多数传统的机器人机构具有非弹性关节，无法鲁棒地处理大的变形和离轴力矩。因此，所施加的载荷在整个结构中刚性地传递。这种方法的缺点是，所施加的杠杆作用在每个随后的关节处被放大，可能损坏机构。在本文中，我们提出了两个轻量级的，弹性的，生物启发张拉整体机器人手臂，减轻这种危险，同时提高其机制的功能。我们的解决方案采用模块化张拉整体结构，连接时其功能类似于人体肘部和肩部。与它们的生物对应物一样，拟议中的机器人关节是灵活的，并符合意外的力量。这两种结构都有多个被动自由度和四个主动自由度（两个来自肩部，两个来自肘部）。这些机械手中的关节所表现出的结构优势说明了优雅地处理离轴柔量的基本问题的解决方案。
2016-09-01 cs.RO
Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems
Rochester Institute of Technology（罗切斯特理工学院）；The University of South Florida（南佛罗里达大学）
在这篇文章中，我们提出了一个反向传播自由的方法，通过神经生成编码（NGC）的神经认知计算框架的机器人控制，设计一个代理完全从强大的预测编码/处理电路，促进动态，在线学习从稀疏的奖励，体现规划推理的原则。具体地说，我们制作了一个自适应代理系统，我们称之为主动预测编码（ActPC），它平衡了内部生成的认知信号（旨在鼓励智能探索）与内部生成的工具信号（旨在鼓励目标寻求行为），以最终学习如何使用现实机器人模拟器控制各种模拟机器人系统以及复杂的机器人手臂，即，超现实机器人套件，用于块升降任务，并可以拾取和放置问题。值得注意的是，我们的实验结果表明，我们提出的ActPC代理在面对稀疏（外在）奖励信号时表现良好，并且与几种强大的基于反向传播的RL方法竞争或优于它们。
2022-09-19 cs.LG cs.NE cs.RO
Learning Human-Inspired Force Strategies for Robotic Assembly
FZI Research Center for Information Technology（FZI信息技术研究中心）
机器人装配任务的编程是制造业和自动化的关键组成部分。然而，力敏感装配通常需要反应策略来处理定位中的微小变化和不可预见的部件卡住。从人类表现中学习这些策略是一种很有前途的方法，但面临两个共同的挑战：处理难以从演示中捕获的低零件间隙，以及在无法访问真实硬件的情况下离线学习直观策略。我们解决这两个挑战，通过学习概率力策略，从数据中很容易获得离线的机器人模拟从人类演示与操纵杆。我们结合了长短期记忆（LSTM）和混合密度网络（MDN）来模拟人类启发的行为，从而使学习到的策略可以轻松地转移到真实的硬件上。实验显示，UR10e机器人完成了间隙小于100微米的塑料装配，其策略仅在模拟中进行了演示。
2023-03-22 cs.LG cs.RO
Under-actuated Robotic Gripper with Multiple Grasping Modes Inspired by Human Finger
School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院）；Robotics Institute of Zhejiang University（浙江大学机器人研究院）
提出一种由单电机驱动的三指连杆欠驱动抓取器，通过滑块-滑轨伸缩指节和可重构结构实现五种抓取模式，实验验证其对细长、薄型和大体积物体的优异抓取能力。
2024-03-19 cs.RO
A Comprehensive Review of Bio-Inspired Approaches to Coordination, Communication, and System Architecture in Underwater Swarm Robotics
La Trobe University（拉特罗布大学）
本文综述了水下群体机器人中生物启发方法的协调、通信和系统架构，分析了关键算法、通信限制及硬件设计，提出多维分类框架以指导未来研究方向。
2026-01-18 cs.NE cs.RO
Neuroscience-inspired perception-action in robotics: applying active inference for state estimation, control and self-perception
Donders Institute for Brain, Cognition and Behaviour（唐德斯脑、认知与行为研究所）；Radboud University（拉德堡德大学）
与机器人不同，人类通过与世界互动来学习、适应和感知自己的身体。发现大脑如何代表身体并产生动作对机器人技术和人工智能至关重要。在这里，我们将讨论神经科学的发现如何为改进机器人技术中的当前估计和控制算法提供机会。特别是，主动推理，一种大脑如何抵抗自然紊乱倾向的数学公式，提供了一个统一的配方，可能解决机器人技术中的一些主要挑战，如适应性，鲁棒性，灵活性，泛化和安全交互。本文总结了在真实体现平台上开发这种计算模型的一些实验和经验教训，即，人形机器人和工业机器人。最后，我们展示了我们仍然面临的限制和挑战，以赋予机器人类似人类的感知
2021-05-10 cs.AI cs.RO q-bio.NC
Mechanically-Inflatable Bio-Inspired Locomotion for Robotic Pipeline Inspection
Delft University of Technology（代尔夫特理工大学）
受寄生蜂产卵器启发研发的机械充气式柔性管道检测机器人，可适配不同管道尺寸形状，平均运动效率70%、夹持力13 N，为多场景管道检测提供新方案。
2024-03-12 cs.RO
NICOL: A Neuro-inspired Collaborative Semi-humanoid Robot that Bridges Social Interaction and Reliable Manipulation
Hamburg University of Technology（汉堡工业大学）
本文提出半人形机器人 NICOL，融合社交互动与物理操作能力，并通过适配的端到端混合神经-遗传视觉运动学习方法验证其操作性能优于现有逆运动学求解器。
2023-10-30 cs.RO
Self-Organizing Aerial Swarm Robotics for Resilient Load Transportation : A Table-Mechanics-Inspired Approach
School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院）；Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系）
针对现有空中集群协同运输方法的可扩展性、通信依赖及抗故障鲁棒性问题，提出受桌腿耗散力学启发的去中心化无通信控制方法，经仿真和真机实验验证其在多扰动场景下精度与鲁棒性显著提升。
2025-09-03 cs.RO
Bioinspired underwater soft robots: from biology to robotics and back
Peking University（北京大学）；Chinese Academy of Sciences（中国科学院）；National University of Singapore（新加坡国立大学）
本文提出生物学与机器人学双向融合框架，使软体机器人既能验证生物假说，又能在海洋勘探等场景中超越刚性系统，并展望了跨物种收敛原理驱动的生物通用启发式机器人学。
2025-08-16 cs.RO
Development and Characteristics of a Highly Biomimetic Robotic Shoulder Through Bionics-Inspired Optimization
University of Manchester（曼彻斯特大学）；University of Salford（索尔福德大学）；Jilin University（吉林大学）
本文通过分析人体肩关节的球窝结构与自锁机制，提出一种高仿生机器人盂肱关节，在保持紧凑性的同时实现了更大运动范围、4 kg负载和超过1.5 Nm扭矩，为下一代仿生机械臂设计树立了新基准。
2023-10-27 cs.RO cs.SY eess.SY
Bio-Inspired Robotic Houbara: From Development to Field Deployment for Behavioral Studies
Khalifa University Center for Autonomous Robotic Systems (KUCARS)（哈利法大学自主机器人系统中心）
本研究研发了一款复刻雌性波斑鸨形态的仿生机器人平台，通过可复制制造流程、具身视觉感知实现野外稳定运行，经野外试验验证可引发鸨类自然反应，为动物-机器人交互等研究提供可迁移方案。
2025-10-06 cs.AI cs.RO
Bio-inspired friction switches: adaptive pulley systems
UZH（苏黎世大学）；UGhent（根特大学）
肌腱驱动的机器人系统中的摩擦影响通常是不希望的，努力尽可能减少它们。然而，在人手中，肌腱-滑轮系统被发现是摩擦的，在高负载静态偏心后和同心后力产生之间的差异为总输出力的9-12%。这种差异可以直接归因于肌腱滑轮摩擦。利用这种现象的机器人和假肢应用，我们可以实现驱动器的尺寸，重量和因此减少能源消耗。在这项研究中，我们提出了一个仿生摩擦开关的设计。自适应皮带轮的设计旨在最大限度地减少摩擦力的影响，在低和中等负载条件下，并在高负载条件下最大化。这是通过由高摩擦硅胶基板和低摩擦抛光钢销组成的双材料系统实现的。该系统，旨在切换其摩擦性能之间的低负荷和高负荷的条件下，描述和其行为的实验验证相对于销的数量和间距。结果验证了其预期行为，使其成为机器人肌腱驱动系统的可行选择。
2014-01-21 cs.RO
Fish Mouth Inspired Origami Gripper for Robust Multi-Type Underwater Grasping
University of California, Berkeley（加州大学伯克利分校）
针对水下抓取面临的复杂环境与多样物体挑战，研究提出受鱼嘴启发的单自由度Yoshimura折痕折纸夹爪，具备四种抓取模式，可处理多种海洋生物，为水下机器人抓取提供有效新方案。
2025-03-20 cs.RO
Muscle-inspired flexible mechanical logic architecture for colloidal robotics
University of Michigan（密歇根大学）
通过膨胀或收缩对外部刺激作出响应的材料提供了一种转换路径，该转换路径集成了由刺激直接供电的感测和致动。这促使我们使用这些可以变形为任意配置的材料来构建胶体规模的机器人。为了在机器人系统中智能地使用全局刺激，需要将计算能力纳入其中。挑战在于设计一种紧凑、材料不可知、在随机力下稳定并且可以使用刺激响应材料的建筑。我们提出了一种架构，计算组合逻辑使用机械门，使用肌肉样的响应-膨胀和收缩-作为电路信号与逻辑电路的物理灵活性和能够改造为任意机器人机构的额外好处。我们从数学上分析门的几何形状，并讨论调整它的信号尺寸和幅度的给定要求。我们验证的功能和稳定性的设计在胶体尺度上使用布朗动力学模拟。我们还使用3D打印模型演示了闸门设计。最后，我们模拟一个完整的机器人，折叠成俄罗斯方块的形状。
2020-12-17 cs.RO physics.app-ph
Deep Predictive Learning: Motion Learning Concept inspired by Cognitive Robotics
Waseda University（早稻田大学）
提出深度预测学习概念，通过预测机器人感觉运动动力学并在线最小化预测误差，利用有限数据实现机器人实时行为调整，弥合模型与现实差距。
2024-03-14 cs.RO
HEDRA: A Bio-Inspired Modular Tensegrity Soft Robot With Polyhedral Parallel Modules
University of Genoa（热那亚大学）
在张拉整体机器人领域有一股研究兴趣。在这种模式下开发的机器人提供了许多优点，并在结构顺应性，灵活性，安全性和减轻重量方面具有显着的特点。本文提出了一种新的机器人机构的基础上张拉整体（“张力完整性”）机器人和可重构模块化机器人。给出了该多自由度张拉整体机器人的具体驱动方案。本文描述了一个易于组装的350毫米张拉整体机器人原型，通过堆叠一系列刚性支柱连接张拉整体关节，没有直接的刚性接触彼此。实验结果验证了所提出的机器人的功能，通过集成的多面体并联结构作为其骨架和一系列的张拉整体关节。建议的机械手是能够达到弯曲角度高达76度。设计了一种自适应索驱动欠驱动机器人手爪，用于张拉整体机械手抓取不同形状、重量和尺寸的物体。
2020-11-29 cs.RO
Biologically Inspired Model for Timed Motion in Robotic Systems
Ruhr West University of Applied Sciences（鲁尔西区应用科学大学）
这项工作的目标是顺序定时运动动作在机器人系统中的时间稳定的具体考虑下，即保持一个近似恒定的整体运动时间（等时行为）的运动模型的发展。这是证明了在模拟和物理机器人系统的任务，在三维空间中的移动目标拦截。受仿人运动的启发，时序对于生成与动态环境交互的自然行为以及在线自适应规划和执行动作序列起着至关重要的作用。在生物系统中，许多生理和解剖功能遵循特定水平的周期性和稳定性，表现出一定程度的抵御外部干扰的弹性。其主要方面是针对有限的扰动稳定运动定时。特别是人的手臂运动，即当它的任务是达到某个目标点，姿势或配置，显示出稳定的行为。这项工作包括利用扩展的卡尔曼滤波器（EKF），实现预测目标位置，同时应对非线性系统动态。生物系统中的周期性和时间稳定性是由一个霍普夫振荡器人工产生的，产生一个正弦速度曲线，以实现平滑和可重复的运动。
2021-07-29 cs.RO math.DS
Vision Based Adaptation to Kernelized Synergies for Human Inspired Robotic Manipulation
Istituto Italiano di Tecnologia（意大利理工学院）；University of Naples Federico II（那不勒斯费德里科二世大学）
与机器人相比，人类由于其非凡的灵巧性和感觉运动组织而在执行精细操作任务方面表现出色。使机器人获得这样的能力，需要一个框架，不仅复制人类的行为，但也集成了自主对象交互的多感官信息。为了解决这些局限性，本研究提出了增强先前开发的内核化协同框架与视觉感知，以自动适应未知的对象。内核化的协同作用，灵感来自人类，保留了相同的减少子空间的对象抓取和操纵。为了检测场景中的对象，使用简化的感知管道，该管道利用具有欧几里德聚类的RANSAC算法和SVM分别用于对象分割和识别。此外，与其他国家的最先进的方法的内核化的协同作用进行了比较分析，以确认其灵活性和有效性的机器人操作任务。在机器人手上进行的实验证实了改进的核化协同框架对与感知环境有关的不确定性的鲁棒性。
2020-12-13 cs.RO cs.SY eess.SY
Stance Control Inspired by Cerebellum Stabilizes Reflex-Based Locomotion on HyQ Robot
Ghent University（根特大学）；imec；Istituto Italiano di Tecnologia（意大利理工学院）
腿式机器人的进步深深植根于动物观察。这一主张的一个清楚的例证是中央模式发生器（CPG）的推广，首先在猫的脊髓中发现，以产生机器人运动中的周期运动。尽管这种模型得到了全球的认可，但哺乳动物的生理和功能实验也表明存在来自小脑的下行信号，以及来自下肢感觉细胞的反射反馈，它们与CPG密切相互作用。直到今天，这些相互作用还没有被完全理解。在一些研究中，已经证明，在没有振荡信号的情况下，可以在真实的肌肉骨骼仿真模型或小型顺应性四足机器人中实现纯反射运动。与此同时，生物学证据已经证明了小脑在哺乳动物中预测控制平衡和姿态的功能作用。在本文中，我们促进这两种方法，并成功地应用反射为基础的动态运动，再加上平衡和重力补偿机制，对国家的最先进的HyQ机器人。我们讨论了这个稳定模块的重要性，以确保正确的脚抬离和保持可靠的步态。机器人平台进一步用于测试两个不同的架构假设的灵感来自小脑。实验结果的分析表明，最生物合理的替代方案也导致更好的结果，强大的运动。
2020-03-20 cs.RO
Robotics-Inspired Guardrails for Foundation Models in Socially Sensitive Domains
Yale University（耶鲁大学）；Kyoto University（京都大学）
本文提出了一种基于机器人学的护栏框架，用于在社会敏感领域中对基础模型进行运行时行为控制，以减少交互轨迹中向不良状态的漂移，并适应多样化的社会情境。
2026-05-19 cs.AI cs.RO
Collaborating Robotics Using Nature-Inspired Meta-Heuristics
Mansoura University（曼苏拉大学）
本文介绍了协作机器人，它提供了增强的任务性能，高可靠性和减少的可能性。协作机器人是能够自组装和自组织的移动机器人的集合，以解决单个机器人无法解决的问题。这些机器人结合了群体智能的力量和自我重构的灵活性，因为聚合协作机器人可以动态地改变它们的结构以匹配环境变化。协作机器人不仅仅是独立代理的网络，它们是能够协调感知和与环境交互的通信代理的潜在可重构网络。机器人将成为未来的重要组成部分。协作机器人的个体能力有限，但大量部署的机器人可以代表一股强大的力量，类似于一群蚂蚁或蜜蜂。本文提出了一种基于群体智能的机器人协作机制，即蚁群算法和粒子群算法
2012-12-23 cs.NE cs.RO
Bio-Inspired Pneumatic Modular Actuator for Peristaltic Transport
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
针对易碎和不规则物体运输难题，本文提出集成甜甜圈形模块与实时压力反馈的气动模块化软体执行器，实现无需复杂算法的稳健、柔性蠕动抓取与运输。
2024-12-06 cs.RO
