信息來源：https://www.myscience.org/en/news/2025/roboticists_reverse_engineer_zebrafish_navigation-2025-epfl
洛桑聯邦理工學院和杜克大學的研究團隊成功創造了一個80厘米長的機器斑馬魚，不僅能夠在湍急的河流中保持位置，還完美複製了真實斑馬魚的視覺驅動行為。這項發表在《科學機器人》雜誌上的突破性研究，首次實現了對脊椎動物神經迴路的完整逆向工程，為理解大腦如何控制複雜運動行為提供了革命性的新視角。
該項目的核心成就在於將神經科學、機器人學和流體力學完美結合，創建了一個能夠在真實環境中運作的仿生系統。研究人員不僅在計算機模擬中重現了斑馬魚的導航行為，更重要的是將這些發現轉化為能夠在自然水流中正常工作的物理機器人。這種從生物觀察到數字模擬再到機器人驗證的完整研究鏈條，代表了仿生學研究方法的重大進步。
洛桑聯邦理工學院生物機器人實驗室負責人Auke Ijspeert教授強調了這項工作的獨特價值："我們模擬的斑馬魚幼體提供了虛擬實施例，這使我們能夠觀察它對模擬流體動力學和視覺場景的反應。然後，我們使用物理機器人在現實世界中觀察這些交互。這些與環境的聯繫無法用實驗室中的孤立大腦來研究。"
研究選擇斑馬魚作為研究對象具有重要的科學意義。斑馬魚幼體身體半透明，使研究人員能夠光學接觸所有神經元，這使它們成為神經科學研究中的理想模型。更重要的是，斑馬魚具有複雜而精確的視覺運動協調能力，能夠在複雜的水流環境中保持穩定的位置和方向。
從神經活動到機器行為的完整轉化
斑馬魚幼蟲機器人 Zbot。2025 BioRob 洛普利福利州 CC BY SA 4.0
杜克大學神經生物學家Eva Naumann及其團隊在這項合作中發揮了關鍵作用，他們通過對活體斑馬魚大腦的實時成像，提供了詳細的神經網路架構數據。研究團隊跟蹤了小魚的視覺驅動行為，記錄了它們面對各種視覺刺激時的反應模式，這些刺激精心設計以模擬魚類在自然水流中可能遇到的各種情況。
基於這些生物學數據，生物機器人實驗室開發了一套完整的計算模擬系統，忠實再現了斑馬魚從視網膜到脊髓的整個視覺處理、身體力學和神經迴路系統。這個虛擬系統在光運動反應測試中表現出了與真實斑馬魚幼蟲幾乎完全一致的行為模式。光運動反應是魚類用來補償水流影響的反射性游泳行為，對於它們在流水中保持位置至關重要。
Ijspeert教授對模擬結果表示興奮："令人興奮的是，我們複製了Eva和她的團隊在活魚中觀察到的所有不同行為——這表明我們成功地對電路進行了逆向工程。"這種成功的複製不僅驗證了研究方法的有效性，更重要的是證明了科學家們確實理解了斑馬魚導航行為背後的神經機制。
在深入分析過程中，研究團隊發現了一個令人驚訝的結果：驅動斑馬魚複雜行為的大多數神經信號實際上來自視網膜相對較小的一部分區域。這一發現挑戰了傳統認為複雜行為需要大量神經資源的觀念，揭示了生物系統在信息處理方面的高效性。
更令人興奮的是，計算模擬甚至預測了兩種此前未被識別的神經元類型的存在。這些預測的神經元類型能夠解釋活體斑馬魚對異常刺激的特定反應模式，為神經科學研究提供了新的研究方向和驗證目標。
機器人驗證與實際應用的突破
為了驗證計算模擬的準確性，洛桑聯邦理工學院博士後研究員劉翔曉構建了一個引人注目的物理驗證系統：一個80厘米長的機器斑馬魚。這個機器人配備了兩個模擬眼睛的攝像頭系統、能夠控制尾部運動的精密電機，以及與計算機模擬中完全相同的神經迴路控制系統。
在瑞士洛桑張伯龍河進行的實地測試中，機器斑馬魚展現出了令人印象深刻的性能。即使面對自然環境中的複雜水流和各種干擾因素，機器人仍能夠成功避免被水流沖向下游，保持相對穩定的位置。這一成就證明了從生物觀察中提取的神經控制策略確實能夠在真實世界環境中有效工作。
劉翔曉解釋了機器人成功的關鍵因素："我們的神經迴路中出現的光運動反應非常重要，因為動物對任何刺激的一些反應都是隨機的。儘管存在這種隨機性，神經迴路仍然會聚以重新調整機器人的方向並保持其位置。"這種在隨機性中保持穩定性的能力，正是生物系統的核心優勢之一。
研究的另一個重要貢獻是揭示了哪些感覺運動機制對於特定生物功能來說是"充分的"而不僅僅是"必要的"。在傳統的動物實驗中，研究人員只能確定哪些機制是必需的，但無法證明哪些機制本身就足夠實現特定功能。通過機器人實驗，研究團隊證明了僅憑視覺信息就足以讓斑馬魚維持其在水流中的位置，這是一個具有挑戰性且意義重大的發現。
開源平台推動科學合作與未來發展
研究團隊的另一個重要貢獻是將他們的模擬和機器人設計作為開源工具提供給科學界。這種開放的研究方法將使全球的研究人員能夠基於這些工具繼續深入研究斑馬魚和其他動物的視覺運動協調機制，加速相關領域的科學進展。
生物機器人實驗室已經開始將這項研究擴展到更廣泛的領域，包括研究斑馬魚的各種游泳模式和更複雜的行為模式。這種擴展不僅有助於更深入地理解魚類的行為機制，還可能為開發更先進的水下機器人和自主導航系統提供生物學啟示。
研究團隊的工作還與其他重要的仿生學研究形成了有機聯繫。洛桑聯邦理工學院最近與東北大學和渥太華大學合作的另一項研究，測試了兩棲類鰻魚機器人的神經迴路模型。這些實驗揭示了多感官反饋如何使真正的鰻魚即使在脊髓損傷後仍能游泳，這種發現對於理解脊椎動物的適應性和康復具有重要意義。
這項綜合性研究的成功展示了跨學科合作在現代科學研究中的巨大價值。神經科學家、機器人專家、流體力學研究者和工程師的密切合作，創造了單一學科無法實現的突破性成果。這種合作模式為未來的仿生學研究樹立了重要榜樣。
從更廣闊的視角看，這項研究為理解生物智能提供了新的方法論。通過將生物觀察、計算模擬和機器人驗證相結合，科學家們能夠更全面地理解生物系統的工作原理，並將這些原理轉化為實用的技術應用。這種方法不僅推進了我們對生命的理解，也為開發更智能、更適應性強的人工系統奠定了基礎。
