Science Robotics / Research Article

A resonant squid-inspired robot unlocks biological propulsive efficiency

作者：Thierry Bujard, Francesco Giorgio-Serchi, Gabriel D. Weymouth · 单位：Engineering and Physical Sciences, University of Southampton, Southampton, UK, School of Engineering, University of Edinburgh, Edinburgh, UK, Data-Centric Engineering Programme, Alan Turing Institute, London, UK · 来源：Science Robotics · 发布日期：2021-01-20 · DOI：10.1126/scirobotics.abd2971

机器人机器人学习

精读笔记

Problem Setting

论文《A resonant squid-inspired robot unlocks biological propulsive efficiency》（Science Robotics / 2021）解决的不是一般“仿乌贼机器人推进”，而是一个更具体的问题：脉冲喷射推进中的柔性是否可以被工程化地用作共振放大器，从而在给定作动力下提高自推进速度和效率。

真正困难点在于，脉冲喷射系统的主导动力学不是一个简单的 actuator pushing water 问题。内部流体被腔体周期性加速，外部流体也以 added mass 的形式参与反作用，机器人本体又在自由游动时随之运动。固定平台上的 thrust / vortex ring 实验不能直接回答自由游动频率该如何设计。以前的脉冲喷射机器人通常卡在经验驱动：做出 jet，调频率，测性能，但没有一个能预测“为什么这个频率高效”的结构-流体耦合模型。

关键矛盾是：高效率推进通常希望低输入功耗，但强 jet 又需要大腔体形变和高 jet velocity。作者的路线是让结构-流体系统自己在自然频率附近放大形变，把一部分“更大喷流”的代价从主动输入转移到被动弹性/惯性耦合上。

Motivation

已有路线不够的地方在于，它们把 pulse-jet propulsion 的优势主要归因于 vortex ring、size-changing body 或 unsteady jet，而没有把生物组织弹性纳入一个可设计的动力学框架。生物文献里 squid mantle 和 jellyfish bell 的弹性储能早有迹象，但多停留在现象层面：某些物种游动频率和 stiffness 相关，某些柔性腔体会影响 thrust 和 vortex shape。缺的是一个能告诉机器人设计者：stiffness、内部流体质量、外部 added mass 和本体质量如何决定最佳驱动频率。

作者的核心观察是：脉冲喷射时真正被强烈加速的是腔体内部流体，而不是只有外部喷流。这个内部流体的 added mass 可以看成驱动质量；柔性腔体是弹簧；机器人加外部流体 added mass 是反作用质量。这样，所谓“仿生弹性效率”就不再是模糊的 soft robotics 叙事，而变成一个 mass-spring-mass resonance design problem。

Core Idea

核心思想是把柔性脉冲喷射游动器的主模态重写为一个耦合质量-弹簧-质量系统。内部腔体流体 added mass 作为 driving mass，柔性腔体的等效刚度作为 spring，机器人固体质量加外部 added mass 作为 reaction mass。约束状态下自然频率由 stiffness 和内部 added mass 决定；自由游动时由于 reaction mass 参与相对运动，自然频率上移。这个区别很重要，因为很多固定平台水动力实验不能直接迁移到自推进系统。

这篇论文的本质区别不是又做了一个 squid-like robot，而是把推进频率选择从 empirical sweep 变成了 resonance matching。它引入的 inductive bias 是：在合适尺度下，fluid-body interaction 的一阶行为可以由 added-mass-dominated oscillator 捕捉；推进性能峰值首先由结构-流体自然频率控制，然后才由具体 jet vortex 细节修正。这个 bias 很强，也很有用，因为它把复杂流固耦合压缩成少量可测可设计参数。

Method

方法中真正必要的机制有三层。

第一，低阶动力学建模。作者没有直接建 CFD 或复杂 FSI，而是用 coupled oscillator 给出 constrained natural frequency 和 free-swimming natural frequency 的关系。它解决的是“自由游动最佳频率不可从固定平台直接读出”的问题。核心变化是把外部 added mass 和本体质量合并为 reaction mass，使自推进反作用进入频率预测。

第二，柔性腔体机器人设计。八肋伞状结构、预张紧膜和线性弹簧并不是重点；重点是它们构成一个可被轴向 actuator 激励的径向变形模态，使腔体体积周期性变化并产生 jet。这个结构的作用是给系统一个明确、可测、低阻尼的主模态，而不是追求生物形态复刻。

第三，参数与性能分离测量。作者通过自由振动估计自然频率和 damping，通过静态加载估计刚度，通过约束频扫拟合作动器-振子模型，再用自由游动测速度、阻力和 COT。这个流程的必要性在于：如果直接测电功率，很难区分 solenoid/tether 损耗和真正传给机器人流固系统的机械功。文中选择用模型反推 delivered mechanical power，这是合理但也引入了归因风险。

Key Insight / Why It Works

最关键的 insight 是：在这个工作尺度和小幅变形条件下，推进性能提升主要不是来自更复杂控制，也不是来自 vortex optimization，而是来自 resonance amplification of cavity deformation。jet velocity 近似随 A f 增长；若在接近自然频率时 A 被动放大，那么在相近作动力下 thrust 会显著提高。换言之，系统把 actuator 的有限力输出映射到更大的体积流量，而不是单纯提高驱动功率。

这部分是实质贡献。它把 pulse-jet swimmer 的“效率”归因到 added-mass-dominated oscillator，而不是泛泛讲 soft body elasticity。尤其是内部 added mass 远大于膜/肋本体惯性这一点很重要：它说明主导振子质量来自流体，而不是机械结构。这个判断如果成立，就给了一个可迁移设计原则：调 stiffness 和几何以匹配目标游速/频率，而不是盲目加大 actuator。

哪些可能只是辅助？具体机器人机构、solenoid actuator、tethered power、motion capture 流程都更像工程实现。Strouhal number 结果有启发，但目前更像观察性连接，而不是完整机制证明。作者声称将 pulse-jet 与 flapping foil 的 St preference 联系起来，这个方向有价值，但当前数据点和 stroke range 太窄，不足以建立普适规律。

是否本质上是 scaling？部分是。低 COT 的绝对值比较容易受到速度范围、阻力定义、功率估计方式和 tether 影响。论文的强 claim 应该是“共振使该机器人在自身参数空间内出现性能峰值并达到生物量级”，而不是“已经全面达到或超过生物推进机制”。所谓 biological propulsive efficiency 的数值对比需要谨慎，因为不同研究的 efficiency / COT 定义并不一致。

Relation To Prior Work

最接近的路线有三类：一是 jellyfish/squid pulse-jet robots，关注 unsteady jet、vortex ring、size-changing body；二是 flapping foil / fish-like propulsion 中的柔性与 Strouhal number 文献；三是陆地机器人中的 passive dynamics / resonance exploitation。

本质差异在于，这篇论文不是把柔性当作材料属性或形态仿生，而是把柔性腔体与流体 added mass 组织成一个可预测的 resonance system。相比 fixed pulse-jet generator 或直接驱动软体水母机器人，它新增的信息是 free-swimming resonance frequency 的建模，尤其是 constrained 与 free-swimming 两种自然频率的区分。

看似新的部分中，利用弹性储能、共振放大、Strouhal preference 都不是新概念；真正新增的是把这些概念落到 pulse-jet self-propulsion 的低阶流固耦合模型上，并用真机自由游动验证。它属于“mechanics-first embodied intelligence / passive dynamics in aquatic robotics”谱系，而不是控制算法或机器人学习谱系。标签里的“机器人学习”并不准确；这篇几乎没有 learning，贡献是物理建模和机械设计。

Dataset / Evaluation

评价覆盖了约束振动、频率响应、阻力估计和自由游动性能，核心优点是真实水下机器人自推进，而不是只在固定平台测 jet thrust。这一点能较好支持作者关于 free-swimming resonance 的主 claim。频率 sweep 也确实显示性能峰值接近预测自然频率，证据链相对干净。

但 evaluation 的范围仍然窄：单一机器人、单一几何、单一尺度、小 stroke ratio、近稳态直线游动。没有跨尺寸、跨刚度、跨膜材料或不同腔体几何的系统验证，因此模型的 generality 主要是理论上 plausible，而不是实验上充分覆盖。

benchmark 是否验证 biological efficiency claim？只能部分验证。与 squid/jellyfish/fish 的表格比较有参考价值，但不同文献中的效率定义、COT 定义、代谢/机械能口径不一致。文中也承认这些比较要谨慎。因此最可靠的评价结论是：该机器人在自身实验条件下通过共振显著改善推进，并达到与某些生物数据同量级；不应解读为已经证明普适地“解锁了生物效率”。

Limitation

最大隐含前提是线性单模态近似：小幅径向振动、轴对称、内部流体 added mass 主导、阻尼适中。当前 robot 的 stroke ratio 远低于 squid/jellyfish 常见大幅喷射区间；一旦进入大变形、高喷流体积、强 vortex shedding 和强非线性阻尼，频率响应可能不再由这个简单振子决定。

第二个上限是 fluid damping。作者指出 squid mantle 组织本身 hysteresis 不高，但真正限制可能是大量吸排水造成的流体损失。也就是说，在需要高机动/逃逸的大 stroke ratio 场景中，共振收益可能被流体耗散吃掉，动物可能选择 rocket-like acceleration 而不是高效巡航。

第三，功率和阻力归因仍有不确定性。delivered power 由约束频扫拟合的 forced oscillator model 推出，而不是直接可靠测量；tether 同时影响 drag 和自由游动动力学。文中未充分说明这些因素对效率峰值和 COT 绝对值的敏感性。速度峰值低于预测自然频率被解释为 damping/tether 影响，这合理，但也说明模型还不是完全闭合。

第四，所谓泛化到生物效率还缺少跨尺度验证。Reynolds number、材料阻尼、腔体几何、jet aperture、vortex formation 都可能改变主导机制。当前结果更像一个强 demonstrator，而不是完整设计理论。

Takeaway

  • 1. 最值得记住的是建模转向：pulse-jet swimmer 可以首先被看作 fluid-body resonance system，而不是单纯 jet actuator。
  • 内部 added mass 是核心状态变量。
  • 2. 对水下软体/仿生机器人，效率提升不一定来自更复杂控制；更可能来自把 actuator 放在系统自然动力学的正确位置上。
  • 这是 passive dynamics 在水下推进中的一个清晰例子。

一句话总结

这篇论文把 squid/jellyfish 式脉冲喷射从经验仿生推进推进到 added-mass-dominated 共振设计框架，是水下仿生机器人中一次以低阶物理机制解释并放大推进效率的实质性工作。