近日，北京理工大学人工智能学院石青教授团队在微小型仿生四足机器人领域取得重要进展，其研究成果以研究长文（Research Article）形式在线发表于Science子刊《Science Advances》上，题目为“Unlocking fast robotic locomotor propulsion through dynamic spine-leg synergy”。研究团队以善于高速奔跑的小型哺乳动物象鼩为仿生原型，研制了具有双关节耦合脊柱的微小型四足机器人FLEXOR（图1），揭示了动态脊-腿协同增强运动推进力与能量效率的内在机制，为高机动具身智能机器人设计与控制提供了新思路。该工作以北京理工大学为第一完成单位，联合南京大学邴振山副教授共同完成。第一作者是博士后王若超，通讯作者为石青教授及长三角研究院（嘉兴）于志强副研究员。

图1 用于理解动态脊-腿协同机制的仿生四足机器人系统

仿生双关节耦合脊柱实现高效力传递

为了理解高速奔跑背后的机制，研究团队首先将目光投向自然界的生物。对于小型四足哺乳动物而言，有限的体型和驱动能力，使其难以单纯依靠腿部实现高速运动。而象鼩在奔跑过程中表现出的明显脊柱屈伸运动，为研究机器人如何利用身体结构提升运动性能提供了重要启发。与大型高速动物相比，象鼩体型更小，却能够依靠灵活的脊柱和高度适应奔跑的后肢结构实现快速运动。这种小尺度、高机动的特点，与当前微小型四足机器人面临的问题高度相似。研究团队从象鼩奔跑过程中的脊柱运动规律出发，提取决定姿态变化的关键运动关节，并将生物脊柱等效为双关节结构。在此基础上，研制了面向高速奔跑的柔性脊柱四足机器人FLEXOR。双关节耦合脊柱能够将驱动器单向旋转转化为快速、周期性的脊柱屈伸运动（图2）。与传统单关节脊柱相比，该结构不仅减少了复杂的往复控制，还能够通过闭链多连杆结构放大驱动力矩，将更大的推进力传递至后腿。

图2 FLEXOR双关节耦合脊柱与弹性腿设计

揭示动态脊-腿协同的最优推进机制

研究团队建立多参数动力学模型，将后腿后摆相对于脊柱伸展的相位差作为描述脊-腿协同关系的关键参数。实验发现，当后腿后摆接近脊柱伸展时，机器人能够获得最优运动表现。在这一协同状态下，脊柱和后腿产生的作用力能够在恰当时刻共同传递至地面，不仅增大地面反作用力的前向分量，还使其作用线更接近机器人质心，从而减小绕质心产生的俯仰力矩，抑制机身姿态波动。同时，最优协同能够延长腾空相、缩短支撑相，减少触地过程中的能量损耗，实现速度、稳定性与能量效率的同步提升。

实验结果显示，FLEXOR的平均运动速度达到0.784米/秒，相当于每秒运动7个体长以上（图3）。与质量、整体尺寸和最大驱动功率相同的单关节脊柱机器人相比，双关节耦合脊柱使机器人平均速度提高31.6%，运输成本降低32.2%，后腿产生的峰值地面反作用力由2.82牛提升至5.19牛。结果表明，机器人运动性能的提升并非依赖简单增加驱动功率，而是来源于脊-腿运动时序、力传递方向与本体结构之间的高效协同。

图3 最优动态脊-腿协同模式下的运动速度对比

建立适用于不同形态与尺度的扩展动力学框架

为验证脊-腿协同规律的通用性，研究团队进一步建立了适用于不同脊柱结构和腿部构型的扩展动力学框架，系统分析身体尺度、关节轨迹、脊柱弯曲幅度和驱动力矩等因素对运动性能的影响。结果表明，虽然不同机器人系统的绝对速度会随形态与尺度变化，但最优协同状态始终集中在脊柱伸展与后腿后摆接近同步的区域。这表明动态脊-腿协同并非FLEXOR特定结构下的偶然现象，而可能是不同形态和尺度四足运动系统共同遵循的动力学规律。

该研究将动物运动中的物理智能转化为可设计、可计算和可验证的机器人结构与控制规律，使机器人本体结构承担部分运动调节与力学计算功能，为具身智能机器人突破单纯依赖高功率驱动和复杂控制算法的技术路径提供了新视角。未来，研究团队将进一步探索头部、尾部及全身多关节之间的协同机制，构建更加完整的高速运动推进模型，推动微小型仿生机器人和高机动具身智能系统发展。

上述研究工作得到国家自然科学基金、浙江省尖兵领雁等项目的支持。

论文链接：https://www.science.org/doi/10.1126/sciadv.aed5603

附团队介绍：

北京理工大学人工智能学院仿生智能团队长期开展仿生机器人设计、运动感知与智能控制研究，相关成果发表于Nature Machine Intelligence、Science Advances、IEEE Transactions on Robotics等国际学术期刊。团队持续推进机器人学、生物力学与人工智能等学科交叉融合，积极开展国际合作，不断提升我国在微小型仿生机器人领域的创新能力与国际影响力。