Science Robotics / Research Article

Wirelessly steerable bioelectronic neuromuscular robots adapting neurocardiac junctions

作者：Hiroyuki Tetsuka, Samuele Gobbi, Takaaki Hatanaka, Lorenzo Pirrami, Su Ryon Shin · 单位：Division of Engineering in Medicine, Department of Medicine, Brigham and Women’s Hospital, Harvard Medical School, 65 Lansdowne Street, Cambridge, MA 02139, USA, Research Strategy Office, Toyota Research Institute of North America, Toyota Motor North America, 1555 Woodridge Avenue, Ann Arbor, MI 48105, USA, iPrint Institute, HEIA-FR, HES-SO University of Applied Sciences and Arts Western Switzerland, Fribourg 1700, Switzerland · 来源：Science Robotics · 发布日期：2024-09-25 · DOI：10.1126/scirobotics.ado0051

移动机器人仿生机器人强化学习机器人

精读笔记

Problem Setting

论文标题：Wirelessly steerable bioelectronic neuromuscular robots adapting neurocardiac junctions（Science Robotics / 2024）。

这篇论文真正处理的是 biohybrid robot 的 control bottleneck，而不是单纯 actuator fabrication。传统 CM-based swimmer 的问题在于心肌很好用但不听话：它能长期、同步、自发收缩，却很难被局部、选择性、时序化地调制。直接电刺激心肌可以驱动，但更像全局 pacing，阈值高、空间选择性差，也不自然地支持多执行器编址。

已有 neuromuscular biohybrid 路线用 motor neuron + skeletal muscle + optogenetics 建立了“神经控制肌肉”的概念，但卡在化学突触、神经递质耗竭、光遗传改造、外部光刺激和难以板载化/无线化的问题上。换句话说，以前的系统证明了神经接口有用，但没有把它变成一个可工程化寻址的控制总线。

本文的关键矛盾是：活体 tissue actuator 的优势来自自组织和生理响应，但机器人控制要求离散、局部、可编程、可扩展的输入接口。作者的解法是绕开真实 neurocardiac chemical synapse，转而用 electrical synapse 作为工程上更直接、更低延迟、更少耗竭的 signal relay。

Motivation

已有路线缺的不是 actuator，而是可寻址的 neuromuscular interface。CM-based biohybrid machines 已经可以游、泵、弯曲，但大多依赖心肌自发节律或外部统一刺激；这使得运动模式很难拆成左右鳍、多个肌肉 patch 或更复杂的 motor primitive。对机器人而言，这相当于只有一个全局 clock，没有 actuator-level control。

作者的核心观察是：在发育过程中，myocyte 和 neuron 之间曾存在 transient electrical synapse；虽然这不是成体 autonomic neurocardiac control 的主流形式，但它提供了一个可工程化的捷径。gap junction 不依赖 neurotransmitter vesicle release，因此理论上更抗疲劳、更快，也更容易作为 cell-cell electrical coupling layer 使用。

另一个动机是把 wireless bioelectronics 从“给肌肉供电/刺激”提升为“给神经层编址”。如果神经阈值低于心肌，并且短脉冲可选择性激活 MN，那么电子系统就不需要直接强刺激肌肉，而可以通过神经层间接调制心肌。这是本文较重要的工程生物学假设。

Core Idea

核心思想是把 biohybrid robot 的控制接口从 muscle-centered 改成 neuron-mediated：外部无线频率复用系统不直接把每个心肌 patch 当作电刺激对象，而是把每个局部 MN-CM 组织单元当作一个可寻址 neuromuscular actuator。这样，控制变量从“心肌是否被电场直接 depolarize”变成“哪个神经群在何时被激活，以及它通过 electrical synapse 驱动哪个心肌 patch”。

这引入的 inductive bias 是 biological relay + electronic addressability。神经元作为低阈值、快速响应的中间层，心肌作为高耐久、稳定输出的执行层；无线 LC resonance 提供空间/通道选择性。相比 prior 的本质区别不在“无线”本身，也不在“心肌机器人”本身，而在把 gap-junction electrical synapse 作为 neuron-to-cardiac actuator 的工程控制 primitive。

它理论上可扩展的原因是频率复用天然支持多通道寻址，electrical synapse 不依赖递质释放循环，且 iPSC-derived human cells 提供更可规模化的 cell source。但这只是方向性可扩展，不等于本文已经证明大规模多执行器系统。

Method

1. 人工 motor neurocardiac junction：作者用 iPSC-MN 和 iPSC-CM 共培养，让 MN axon 进入 CM 区域并与 Cx43-rich region 接触。它解决的是“神经信号如何进入心肌执行器”的问题。关键不是形态共定位，而是膜电位同步和 blocker 抑制证明 signal transduction 主要经 gap junction。

2. 利用 chronaxie 差异做选择性刺激：短脉冲电刺激更容易激活 MN，而不直接触发 CM。这个机制很关键，因为如果无线电极实际上直接刺激心肌，那么 neurocardiac junction 的贡献就会被削弱。作者用阈值/脉宽差异支持了“先神经、后心肌”的路径，但在机器人真实组织中直接场效应是否完全排除，仍有一定残余不确定性。

3. 左右分离的 tissue actuator：左右鳍上的 MN-CM 组织被设计成两个可独立驱动的执行单元。它解决 steering 所需的 differential actuation。这里的机器人运动本身并不新，真正变化是 actuator command 通过神经支配进入，而不是通过全局 muscle pacing。

4. 频率复用无线 bioelectronics：两个 LC resonant channels 分别对应左右侧，外部线圈用不同 RF 频率和 envelope modulation 产生局部刺激脉冲。它解决的是无 tether、多通道、局部寻址的问题。这个模块更偏 engineering，但与 neuro-interface 结合后构成了整篇论文的系统级贡献。

5. 鳍结构和 CNT/gelatin scaffold：这些设计用于获得足够 deflection、组织贴附、对齐和中性浮力。它们对机器人能动起来是必要的，但不是本文最核心的 conceptual advance，更像 enabling engineering。

Key Insight / Why It Works

最关键的 insight 是：在 biohybrid robot 中，神经层不一定要承担复杂计算，也可以先作为一个低阈值、可寻址、抗耗竭的 biological signal router。本文所谓“motor nervous system”更像 relay/interface，而不是 controller；但这个 relay 足以改变控制架构。

为什么有效：第一，MN 比 CM 更容易被短脉冲激活，因而无线电子系统可以用较低能量、较短脉冲选择性触发神经；第二，gap junction electrical synapse 提供快速、直接、双向的离子耦合，不需要神经递质释放，因此在持续刺激下不容易出现 chemical synapse 那类 vesicle depletion；第三，CM 本身作为 syncytial actuator 可以把局部电活动转成组织尺度收缩，给机器人鳍提供机械输出。

最可能的核心贡献是 MN-CM electrical synapse + wireless frequency-addressed stimulation 的组合。单独看，wireless LC multiplexing 是已有工程套路；单独看，biohybrid heart-muscle swimmer 也已有大量工作；单独看，gap junction 生物学也不是新发现。本文的新意在于把这些拼成一个可控 biohybrid neuromuscular actuation stack，并证明它能做 differential steering。

哪些可能只是辅助：鳍形状优化、CNT/gelatin stiffness、PDMS buoyancy、PCB encapsulation 等更多是让系统可工作，不是主要科学问题。locomotion speed 的提升也不是主张重点，甚至性能并不突出。若只看机器人运动效率，这篇不强；若看“可无线寻址的神经-心肌执行单元”，它有明确增量。

需要警惕作者用词：artificial brain 有明显夸张。这里没有感知输入、没有 closed-loop policy、没有 adaptive control，更没有 learning。它本质是 external RF controller + biological relay。所谓 brain-to-motor frontier 是愿景，不是本文已经实现的能力。

Relation To Prior Work

最接近的技术谱系有三条：CM-based biohybrid swimmers/fish/ray，MN-skeletal muscle neuromuscular robots，以及 wireless bioelectronic stimulation / frequency multiplexing actuators。

相对 CM swimmer，这篇的本质差异是从 spontaneous cardiac actuation 转向 neuron-gated cardiac actuation。以前心肌是 oscillator/actuator 的混合体，现在心肌更接近被神经层调用的 actuator。这个差异比具体速度或鳍结构更重要。

相对 Aydin 等 neuromuscular swimmer，这篇把 chemical synapse + optogenetic MN + skeletal muscle 换成 electrical synapse + electrical MN stimulation + cardiac muscle。这个替换不是生物学上更“真实”，反而是不那么真实；但工程上更可控、更低耗竭、更容易接无线电刺激。这是一个 deliberate abstraction：牺牲 native fidelity，换控制鲁棒性。

相对无线机器人/无线 optoelectronics，这篇的新增信息是无线系统寻址的是神经层，而非直接驱动传统 actuator 或 muscle。frequency multiplexing 本身不是创新，但作为 biohybrid neuromuscular addressing scheme 是实质组合创新。

因此它不是强化学习论文，也不是 autonomy 论文；标签里的强化学习基本不对应正文贡献。它更应归类为 biohybrid robotics + bioelectronic neuromuscular interface。

Dataset / Evaluation

评估是典型 wet-lab + robot prototype，而不是 dataset/benchmark。覆盖范围包括 junction 形成与功能验证、无线信号选择性、单鳍/双鳍 actuation、前进与转向 locomotion、以及数周尺度的 actuation retention。实验是真实系统，不是仿真主导；这点支撑了 feasibility claim。

评价是否支持核心 claim：对“可以通过无线频率复用选择性刺激神经，并通过 neurocardiac junction 控制左右鳍”这个 claim，证据是充分的。对“更鲁棒、更低阈值”的 claim，证据有一定支持：阈值低于直接心肌刺激，持续 150 s 没有明显 fatigue，5 周仍保留动作。但这些比较的 baseline 规模有限，且不同系统之间材料、细胞、几何结构并不完全可控，增益来源不完全清楚。

不支持或只弱支持的 claim：autonomous adaptive motor control、learning、brain-to-motor frontier 主要是展望。本文没有 closed-loop sensing，没有神经网络学习，没有环境适应任务。turning 和 speed modulation 是外部开环信号调制，不是机器人自主策略。

任务场景很窄：培养基、petri dish、低速、小尺度、短距离。没有复杂流场、障碍物、长期自由游动、多机器人、多执行器阵列，也没有真实部署约束下的鲁棒性评估。

Limitation

1. 控制仍在外部，神经层没有计算。本文把 nervous system 作为 actuator interface，而不是 controller。所有 steering 都由外部 RF modulation 指定；机器人没有感知-决策-动作闭环。若说 autonomous 或 learning，目前是愿景。

2. electrical synapse 的生物学真实性与工程可扩展性存在张力。真实 autonomic neurocardiac regulation 主要是 chemical modulation，包含兴奋/抑制、时程调节和内分泌耦合；本文的 gap-junction coupling 更像发育阶段机制的工程复用。它能传信号，但未必能复现 autonomic control 的可调性。

3. 多通道 scalability 未被证明。两个频率通道比较容易，扩展到十几个甚至更多 actuator 会遇到 resonant bandwidth、coil coupling、组织串扰、电极密度、封装、发热和培养一致性问题。文中未充分说明频率复用的上限。

4. junction formation 的 reproducibility 可能是瓶颈。MN axon migration、Cx43 contact、组织厚度、CM alignment 都依赖培养过程。批间差异会直接影响控制阈值和输出力。论文展示了可行性，但没有充分量化制造良率。

5. locomotion 能力弱，机械输出不是亮点。速度低，运动受 petri dish、视野孔、浮力和局部流场影响。性能接近 proof-of-concept，不应解读为高性能 swimmer。

6. 增益归因不完全清晰。低阈值可能来自神经 chronaxie 差异，也可能受电极几何、组织位置、局部场分布影响；长期稳定可能来自 iPSC-CM、材料 scaffold、温和刺激或 electrical synapse，单因素贡献未完全拆开。

7. 直接刺激心肌的 residual path 不能在复杂机器人组织中被完全排除。微流控实验和 chronaxie 分析很有帮助，但在实际机器人上电场、组织厚度、细胞分布更复杂；文中对真实机器人中的 neuron-first causality 证明仍不如体外 junction 实验干净。

Takeaway

  • 1. 值得记住的不是机器人游多快，而是“神经层可作为 biohybrid actuator 的可寻址接口”。
  • 这可能比追求更强 muscle actuator 更重要。
  • 2. Electrical synapse 是一个有工程价值的 abstraction：不追求完全仿生，而是利用 gap junction 的低延迟、低耗竭、双向耦合，把不同细胞类型拼成可控执行链路。
  • 3. 未来真正有价值的方向是把该 interface 和 sensing / closed-loop computation 接上，而不是继续只做开环频率调制。

一句话总结

这篇论文把 biohybrid cardiac robot 从直接/自发肌肉驱动推进到“无线可寻址神经中继驱动”的阶段，真正贡献是 electrical-synapse neurocardiac interface 与 frequency-multiplexed bioelectronics 的系统级结合，而不是自主智能或高性能运动。