當公眾還在討論機器人能否完成端茶倒水等基礎家務時，科研領域已邁出更前沿的步伐。由瑞士聯邦理工學院、美國杜克大學與葡萄牙高等理工大學組成的聯合團隊，成功運用機器人技術部分替代動物開展生理學實驗，為解析動物神經網絡如何調控智能行為提供了全新路徑。

該團隊最新研究成果聚焦于機器魚的游泳機制，相關論文《機器魚連續與間歇游泳的能效與神經控制》發表于國際頂級期刊《科學·機器人》。這項研究通過構建仿生機器人系統，深入探討了魚類運動中的神經控制與能量效率關系。值得注意的是，該團隊去年十月已在同一期刊發表了關于機器魚模擬斑馬魚視覺運動反應的研究，顯示出其在跨學科領域的持續突破。

作為模式生物的斑馬魚幼魚，因其身體透明、繁殖周期短等特性，成為神經科學研究的理想對象。然而現有技術無法在活體運動狀態下精準觀測其神經回路，且動物行為難以完全受控。仿生機器人實驗恰好彌補了這些局限：研究人員通過編程構建神經網絡模型，在可控環境中驗證神經活動與運動行為的因果關系，同時避免了倫理爭議并大幅降低實驗成本。

研究團隊基于斑馬魚神經網絡研究成果，開發了以"中樞模式發生器+動作門"為核心的間歇性游泳模型，并研制出仿斑馬魚幼魚形態的機器魚ZBot。該設備不僅能復現"慢速直行"與"常規轉向"等基礎游泳動作，通過調節參數還可模擬J型轉向、接近游泳等復雜步態。實驗視頻顯示，ZBot在水中游動時，其運動軌跡與真實斑馬魚幼魚高度相似。

為探究不同流體力學環境對運動的影響，研究人員將ZBot置于三種粘度流體中進行測試。結果顯示，隨著流體粘度升高，機器魚的推進效率顯著下降——在高粘度環境中的位移距離僅為普通水中的三十分之一。但轉向功能受影響較小，在普通水與高粘度流體中的轉向角度分別約為60度和45度。這種特性使ZBot能更真實地模擬低雷諾數環境下小型水生生物的運動模式。

針對間歇性運動提升能效的傳統解釋，研究團隊提出了新觀點。通過對比生物肌肉與伺服電機的效率曲線，發現二者均在中等負載時達到峰值效率。實驗證實，ZBot采用間歇性游泳模式時，電機效率及綜合能效均優于連續模式，盡管最大速度受到占空比限制。這一規律在三種粘度流體中均得到驗證，為優化機器魚控制策略提供了理論依據。

該研究通過機器人實驗的獨特優勢，突破了傳統動物實驗的局限，深化了對生物運動機制的理解。其發現不僅為神經科學研究提供了新方法，更直接推動了機器魚控制技術的發展——在中低速巡航場景采用間歇驅動可提升能效，高速機動任務則需切換連續驅動模式。這種根據任務需求動態調整運動策略的設計思路，為水下機器人研發提供了重要參考。