Intelligence Sets Sail for a Shared Future近年来，海洋强国建设受到国家高度重视，水下机器人正逐渐成为海洋环境感知、资源探索和应急救援中的关键核心装备。然而，现有的传统水下机器人往往面向特定场景任务设计，普遍存在运动方式单一、环境适应性有限、任务灵活性不足等问题，在复杂非结构化水域环境中存在明显的局限性。与之形成鲜明对比的是，自然界中各种各样的鱼类却展现出丰富的运动方式：有的通过鳗状游动，更加节能高效；有的依靠胸鳍游动，在狭窄空间中依然灵活机动。这不禁引发我们的思考：水下机器人能否“师法自然，取其精华”，将鱼类多样运动方式所蕴含的优势融入同一机器人系统，从而突破传统水下机器人的能力限制？
带着这样的思考，北京大学谢广明教授团队在国际期刊《Science Advances》发表研究论文“Self-reconfigurable robotic fish swarms: collective achievement of diverse locomotion and challenging aquatic tasks”，提出了一种模块化自重构机器鱼群系统。在这一系统中，单个机器鱼就像一块智能化的“积木”，既能独立游动又可以按需拼装。可根据环境或任务需求的不同彼此拼接成不同的构型，从而适应复杂非结构化的水域环境以及多样化的任务挑战。
图1. 模块化机器鱼的设计原理及未来应用展望
在系统设计上，每个模块化机器鱼单体都具备三个主动自由度，包括用于推进的尾鳍摆动副，以及用于姿态调整的侧向旋转副。借助这些设计，机器鱼既可以独立游动，也能够在拼装后快速调整彼此的相对朝向。机器鱼之间通过电永磁铁结构实现纵向与侧向两种拼接形式。该结构不仅能够实现稳定的物理连接，还可以实现模块间的通信能力，从而有效完成控制指令的传输。
图2. 机器鱼群的自组装与自重构
相比陆地或空中机器人，机器鱼在水中对接时往往面临着独有的挑战。一方面，水流的干扰不可避免，这既包括外部水流的影响，也包括机器鱼之间相互产生的流场干扰；另一方面，机器鱼单体（独轮车模型）自身的运动能力有限，难以在扰动环境中稳定靠近并完成对接。然而，自然界中的鱼类早已给出了答案——它们往往通过编队游动这种群体行为，有效减弱水流扰动对个体的影响。受此启发，团队提出了一种基于编队的动态协作对接策略，巧妙地将编队思想引入对接过程。在该策略下，机器鱼群会根据初始位置与收敛环境，选择合适的编队形式完成收敛并逐步靠近，最终实现稳定可靠的对接。
图3. 机器鱼在多样运动性能方面的突破
团队进一步通过实验系统地验证了模块化拼接在运动性能方面的优势。实验结果表明，机器鱼群通过拼接成不同构型，能够在游动速度、稳定性、能量转换效率和机动性等关键指标上均获得显著提升。甚至在浅水环境中，机器鱼群还能够实现爬行运动，完成传统水下机器人难以实现的多模态运动，从而显著提升对复杂地形的适应能力，并大幅拓展其活动范围。
图4. 机器鱼群协作完成挑战性任务
在此基础上，研究团队进一步设计并验证了多种功能性任务实验。机器鱼群能够通过协作完成物体运输、开门操作以及复杂地形下的爬行运动，甚至还可以重构为抓手构型，实现对大尺寸目标物体的稳定抓取。这充分展示了机器鱼群通过协作所具备的强大环境障碍物交互能力以及在复杂水域环境中任务执行的能力。此外，团队还将实验进一步拓展至野外环境，在真实户外水域中初步验证了核心功能的可行性与鲁棒性。
图5. 野外环境实验
相比现有的水下模块化机器人系统，团队的研究成果在运动性能与功能性方面均获得了显著提升，极大拓展了水下机器人的能力边界。该研究突破了传统机器人“特定功能依赖专业性设计”的普遍假设，展示了一种水下机器人通过模块化设计思路实现环境适应性与任务多样性的全新技术范式。展望未来，模块化机器鱼群有望应用于水面救援、复杂水域探索等关键场景，为应对未知非结构化水域环境中的随机突发任务挑战提供新的技术手段，并为海洋强国战略的实施贡献有力的技术支撑。
该论文的第一作者为北京大学先进制造与机器人学院博士研究生司博文，谢广明教授为唯一通讯作者。合作者包括北京大学工学院本科生常李垚、北京大学先进制造与机器人学院博雅博士后李帅、硕士研究生丁振宇。相关研究得到了国家自然科学基金、北京市自然科学基金等项目资助。
B.Si, L.Chang, S.Li, Z.Ding, G.Xie*, Self-reconfigurable robotic fish swarms: collective achievement of diverse locomotion and challenging aquatic tasks. Science Advances, 2026
论文链接：
https://doi.org/10.1126/sciadv.adz2458
Disclaimer:
This article is reprinted from other media for the purpose of transmitting and sharing more information. It does not mean that this platform agrees with its views and is responsible for its authenticity. The copyright belongs to the original author. If there is any infringement, please contact us to delete it.
New media channels of the CAAAddress: No. 95, East Zhongguancun Road, Haidian District, Beijing
Postcode: 100190
Tel:
010-61943120 (for general affairs)010-61943150 (for membership)
010-61943100 (for academic events)
010-61943109 (for financial affairs)
E-mail: caa@ia.ac.cn
