那位希望机器像树叶一样腐烂的机器人专家

印度理工学院(IIT)机器人专家芭芭拉·马佐拉伊(Barbara Mazzolai)基于一个可持续机器人学框架,设计了受章鱼、树根和种子启发的机器人。该框架将机器报废后的材料足迹视为一项设计要求,而非事后才考虑的因素。

martti
4分钟阅读Posted: 2026年9月23日
那位希望机器像树叶一样腐烂的机器人专家

过去两年里,机器人学领域一直在致力于解决一个规模化问题:更多设备、更多工厂、更多训练数据、更强的计算能力。而芭芭拉·马佐莱(Barbara Mazzolai)的职业生涯却始终致力于探索一个截然相反的问题——机器人完成任务后会发生什么?她的答案正在重塑该领域中一个日益壮大的分支对机器设计的基本思路。 马佐莱是意大利国家研究机构——意大利技术研究院(总部位于热那亚)的机器人技术副主任,她负责领导该院的仿生软机器人实验室。 她向该领域提出的观点直截了当:为解决环境或农业问题而制造的机器人,不应因留下那些使用寿命比其任务长数十年之久的塑料、电池和电子元件,从而制造出第二个问题。

马佐莱将这一框架称为“可持续机器人学”,其建立在她近期与合作者共同阐明的三大支柱之上: 在机器人整个生命周期内将环境影响降至最低;确保不同收入水平的用户都能使用,而非仅限于资金雄厚的实验室和军方;以及采用共生设计,为部署机器人的用户及其运作环境(或邻近环境)的自然系统创造可衡量的双赢效益。 该框架并非抽象的宣言。它直接源于二十年的仿生工程实践——在此期间,马佐莱一再从生物系统中汲取灵感,其目的并非追求美学,而是为机器人学在传统刚体设计下难以解决的问题寻求功能性答案。

从生物学到工程学,再回归生物学

马佐莱进入机器人领域的路径是通过生物学而非机械工程,这一不同寻常的切入点塑造了她处理设计问题的方式。 她最初接受的是生物学训练,随后才转向工程领域,这种转变体现在她实验室的研究成果中:这些机器人直接借鉴了生物体的结构和行为,而这些生物体所解决的物理问题,恰好与正在研发的机器人所面临的物理问题具有相似性。

需要解决的问题,而不是那些仅将生物学作为表面隐喻、实际采用传统致动器和传感器设计的机器人。 章鱼能够借助无骨骼的分布式神经系统,而非少数几个刚性且受中央控制的关节,在杂乱无章、难以预测的环境中移动并操控不规则物体,这一能力为整个领域的软机器人操纵器设计提供了重要启示。 植物根系通过在其顶端增生来生长,并在穿过土壤时能够感知并应对障碍物、湿度梯度和机械阻力;马佐莱(Mazzolai)的实验室将这一机制转化为受根系启发的机器人——这些机器人从顶端开始在土壤中生长,而非被推入土壤,从而减少了地下探测所需的能量并降低了扰动。 像Erodium植物那样的种子利用一种自卷曲、对湿度敏感的结构,在完全没有内部动力源的情况下将自己钻入土壤——马佐拉伊借鉴了这种被动机制,用于低能耗、自埋式机器人的设计。

这三个参考点——章鱼、根系和种子——与其说是独立的研究方向,不如说是对同一个根本问题的三个答案:生物系统是如何实现当前机器人设计尚无法企及的能力、适应性或效率的?一旦真正理解了这种机制(而非仅仅粗略模仿),工程实践将会发生怎样的变化? 正是这个问题赋予了可持续机器人技术真正的实力。在马佐莱的框架中,一种执行任务后便分解的柔性、可生物降解的致动器,绝非为了环保而牺牲功能能力的妥协。 在她实验室的若干设计中,激发机器人功能的同一生物机制——根部自尖端向下的生长运动、种子的被动钻入动作——同时也指明了可制造出能够自行分解的材料和结构,这恰恰是因为其生物原型本身就是如此。

土壤共生关系给机器人带来的启示

研究地点

马佐拉伊目前一项较为独特的研究方向,是探讨水稻根系与菌根真菌之间的共生关系。菌根真菌是一种地下真菌网络,它们与植物根系进行养分交换,以获取糖分,从而有效地将植物的感知和资源采集范围扩展到其自身根系单独所能达到的范围之外。 马佐莱的研究团队正致力于从这种关系中提炼出行为规则,包括真菌网络如何响应土壤条件、如何绕过障碍物并向资源方向移动,其目标是将类似的规则编码到专为自主探索土壤而设计的机器人中。 她指出的应用范围不仅限于农业:一种能够借鉴植物-真菌共生关系中的规则、在土壤中自主感知行进的机器人,既适用于地球上的地下勘探,从长远来看,也适用于其他星球的土壤分析——在这些星球上,一旦机器被卡住或受损,将无法获得补给、维修或回收。

这种行星层面的视角突显了可持续性论点的重要性——当同样的论点被用于讨论仓库机器人或草坪养护设备时,这一点往往容易被忽视。 派往火星探测土壤的机器人无法在任务结束后被回收,这意味着设计阶段所做的每项材料选择都是永久性的,而工厂机器人的材料选择则并非如此。 马佐莱坚持要求工程师全面考量机器人的整个生命周期——不仅包括其运行寿命,还包括运行寿命结束后机体将面临何种命运——这与其说是出于环保考量,不如说是在无法进行清理的部署环境下,这已成为一项工程要求。 同样的逻辑也适用于部署在河流、田野或森林中的软体机器人——即使在理论上可行,回收往往也不切实际,而机器人的材料选择将决定未被回收的设备是无害地降解,还是变成

在它本应研究或保护的环境中,又多了一处挥之不去的污染源。

反对将可持续性视为“附加项”的论点

马佐莱论点最直接的表述是:工程师必须从一开始就通过设计实现再利用、可回收或可生物降解,从而降低技术的生态足迹,而不是在设计已经运行后才进行事后改造。 这种顺序至关重要,因为另一种做法——将机器人寿命终期的材料选择视为在机械和软件设计最终确定后才需解决的问题——往往会产生可持续性机器人技术本应避免的那种妥协: 这种机器人虽然运行良好,但其可生物降解涂层或回收方案往往只是被生硬地附加在原本常规的设计之上,而这些措施并未能实质性地改变机器人最终有多少部分会沦为填埋垃圾。 将生命周期思维与成本、重量和性能目标一同纳入初始规格,比事后添加要难以满足,但马佐莱(Mazzolai)自己的机器人证明,这条更艰难的道路所产生的设计中,生物启发、可持续性成果和功能能力能够相互强化,而不是相互取舍。

作为该框架第二大支柱的“可及性”,遵循着类似的逻辑。 一种柔软、被动驱动、受种子启发的钻孔机器人,无需电池且几乎不需要专门的制造基础设施,其成本天生更低,大规模部署也比基于精密机电执行器和机载电源管理的机器人更容易。这意味着,那些能减少机器人环境足迹的设计选择,往往也能降低其制造和运营成本。 这种一致性并非在所有情况下都能得到保证,马佐莱的框架也并未声称能做到这一点,但在其实验室的研究成果中,这种现象已相当普遍——可持续性和可及性更多地是相辅相成的,而非相互竞争的

优先级等,作为同一项生物启发式设计学科的相关成果。

在快速发展的领域中仍处于摸索阶段的学科

可持续性机器人技术尚未成为大多数商业机器人项目产品规划中的标准项目,而马佐莱的框架出台之际,行业内的主流讨论焦点却在于扩大类人机器人产量、降低单位成本以及赢得部署合同,而非设计可降解产品。这一差距本身就颇具启示意义。 该领域当前的关注重点,远比能清洁生物降解的机器人更青睐那些能快速交付且运行可靠的机器人;如今,采购团队在评估机器人供应商时,技术规格表上极少会看到与有效载荷能力和电池寿命并列的“报废后材料处理策略”。 马佐莱的判断是,随着机器人从受控的工厂车间走向开放环境——包括农场、水道、灾区以及行星表面——这种状况将会改变。在这些环境中,回收难度更大,遗留不可降解硬件的成本将变成一项负债,而非由他人承担的外部性。

可持续机器人技术究竟会成为主流的设计约束,还是仍将作为像马佐莱实验室那样的研究机构中的专项研究,这在很大程度上并不取决于其背后生物启发的强度,而更多取决于商业部署是否开始向那些无法回收的环境扩展——在这些环境中,受植物根系启发的可生物降解探测器,相较于那些设计为被丢弃并被遗忘的机器,显然具有显著优势。

本文综合了关于芭芭拉·马佐莱(Barbara Mazzolai)在意大利技术研究院(Istituto Italiano di Tecnologia)工作的公开报道和已发表的研究成果。本文仅供一般信息参考,不构成投资、财务或法律建议。

封面图片来源:IEEE Spectrum。

RoboticsPhysicalAIEuropeSoftRoboticsSustainabilityResearch