拜师草履虫！科学家造出“双向闭环”微型机器人，不仅能感知环境，还能动手改造它

草履虫是人们最耳熟能详的原生生物之一，它没有大脑，却能在遇到有害物质时改变纤毛摆动，借助周围水流把威胁推远。然而，连草履虫都能做到的事，对微型机器人来说却一直是道难题。

过去数十年，微型机器人已逐渐获得运动、感知和片上计算能力，相关研究也从单一执行单元走向多种功能集成。不过，已有系统大多停留在感知环境并作出响应的单向链路，尚未完整验证机器人如何通过动作改变环境，并根据新的环境状态继续调节自身行为。

9 月 23 日，一项题为《感知并重塑环境的微型机器人》的研究在 Nature Electronics 上线。研究聚焦微型机器人与环境之间的双向反馈，并构建了一套温度驱动的闭环系统。

图｜片上集成的人工电子纤毛阵列的扫描电子显微镜伪色图

西湖大学工学院助理教授、智能微型机器人实验室负责人王伟，与康奈尔大学原子与固体物理实验室博士后研究员张金松，是论文共同第一作者。两人也与康奈尔大学教授 Itai Cohen 共同担任通讯作者。

近日，DeepTech 围绕微型机器人环境反馈闭环及其领域影响对两位核心作者进行了采访。

这套系统集成了温度感知、CMOS 片上处理和电化学人工纤毛：温度先改变电路输出，信号再控制纤毛摆动，推动液体重新分布热量，改变后的温度又反过来影响电路。由此，形成感知、计算、执行和环境反馈的闭环。

据张金松介绍，研究的两个亮点分别在于“更加智能的微型机器人大脑”和“更加强大的机器人运动单元”。其中，前者在数百微米尺度内承担温度传感与片上计算，后者则通过调控局部流体，让机器人获得影响环境并与环境持续交互的能力。

王伟则将研究核心概括为：证明机器人能“在微米尺度下感知环境，并且对环境作出改变”。在他看来，只有把环境纳入整个机器人系统，才能进一步研究环境适应、自我调节和集群行为。未来，团队还希望沿着这一方向将相关能力从固定衬底扩展到可自由运动的机器人集群。

54 根纤毛如何改变 0.4 ℃

要理解这套闭环系统从何而来，首先需要回到生物与环境之间持续发生的双向作用。王伟介绍，白蚁会通过巢穴结构调节通风、湿度和温度，乳酸菌能够响应并改变周围酸度，草履虫则依靠纤毛重新组织局部水流。

这些生物都在感知环境的同时持续改变环境。团队因此获得了一个关键启发，也就是“把环境看作系统的一部分”。

从技术视角来看，这套系统也延续了王伟与康奈尔大学团队此前的研究路径。2022 年，王伟作为第一作者和共同通讯作者在 Nature 发表人工纤毛超表面研究，将人工纤毛与 CMOS 时钟电路集成，实现可编程流场操控。

到 2024 年，王伟、张金松共同参与的两项研究分别发表于 Lab on a Chip 和 Science Robotics。前者提出双铰链人工纤毛，实现单根纤毛的可控双向泵送。后者利用局部电子脉冲耦合，使多个微型机器能够协调行动。

上述研究分别解决了流体操控、执行器设计和局部协同问题，而此次工作的关键，是进一步将温度反馈接入其中，使环境变化能够影响电路输出，再由电路控制纤毛运动。

据论文数据，机器人的 CMOS 电路采用 180 nm 工艺制造，尺寸约为 200 μm × 200 μm，一块 8 英寸晶圆可制造数万个单元。片上微型光伏区域在外部激光照射下供能，电路则负责感知温度、处理信息，并向人工纤毛输出控制信号。

与感知和计算电路相配合，人工纤毛则构成了微型机器人的执行端。每根纤毛由两个刚性面板和两个铰链串联组成，核心驱动层采用 10 nm 钛和 15 nm 钯，总厚度仅为 25 nm。随着外加电压变化，钯层吸收或释放氢，进而带动铰链伸展与弯曲，完成一次摆动循环。

图｜微型机器人系统结构示意图（来源：论文图 1）

不过，在微观尺度下，让纤毛摆动并不意味着它就能有效输运液体。由于流体惯性很弱，简单地沿原路往复摆动难以产生稳定的净流动。为此，团队设计了双铰链结构，以此让纤毛的推进和复位沿不同轨迹进行，形成非互易运动。

非互易运动意味着纤毛划过的“去程”和“回程”不再相互抵消，因此能够持续泵送液体。与此同时，只要调整两个铰链驱动信号的相位关系，纤毛的摆动轨迹和泵送方向也会随之反转。

谈及这项研究涉及的多学科交叉问题，王伟告诉 DeepTech，要让纤毛运动真正改变局部温度，电路、执行器和流体环境不能分开考虑。器件尺寸、流体速度，以及纤毛的数量、排布与摆动频率，都需要相互匹配，最终产生可测量、可观察的温度变化。

另外，张金松介绍，为解释双铰链纤毛如何在低雷诺数下形成非互易运动，并预测流体泵送如何改变温度场，团队也与英国剑桥大学 Eric Lauga 教授课题组合作，建立了纤毛泵送与热输运模型。

针对微型机器人如何认识环境，团队设计了阈值、连续和梯度共三种基本感知模式。王伟强调，它们并非普通的三种温度响应，而是可以组合使用的基本传感方式，分别为机器人提供状态、强度和方向信息。

首先，阈值感知可以理解为离散的开关式感知，回答环境是否达到某个条件。实验设置了约 26 ℃ 和 30 ℃ 两个切换点。温度跨过相应阈值后，电路会交换输出信号的相位，纤毛随即反转泵送方向。

其次，连续感知又被称为强度感知，回答环境具体变化了多少。它不仅判断温度高低，还将具体温度映射为机器人的动作强度：环境温度越高，电路振荡频率越高，纤毛摆动越快，泵送效率也越高，机器人由此连续调整自身行为。

此外，梯度感知进一步回答环境变化来自哪个方向。它不要求读取绝对温度，而是比较两个位置的温度，温度较高一侧的振荡器会成为“领导者”。当温度梯度反转时，领导关系和流体泵送方向也会随之改变。

在梯度感知中，两个振荡器根据各自所在位置的温度产生频率差，再通过局部脉冲耦合锁定节奏。环境差异由此被转化为协调动作，也为微型单元在有限空间和功耗下形成分布式协作提供了思路。

图｜温度梯度决定流向（来源：论文图 3）

完成 3 种感知模式的验证后，实验进一步转向一个由 6 × 9 根人工纤毛组成的阵列，以检验机器人与环境之间的完整反馈闭环。

实验中，液体内首先形成约 1.89 ℃／mm 的温度梯度。电路检测到梯度后，54 根纤毛开始将液体从低温侧泵向高温侧。随着对流持续发生，主导振荡器附近的温度下降，其振荡频率也随之降低。

结果显示，纤毛启动后局部温度下降约 0.4 ℃，对应等温线约 0.2 mm 的有效位移。纤毛关闭后，温度与频率逐步恢复。

这说明系统完成的不只是从环境到动作的单向响应，而是由环境触发的动作改变了局部流场和温度，新的温度又进入下一轮感知与控制。微型机器人、流体运动和温度场由此形成持续耦合的物理闭环，环境也真正成为机器人行为的一部分。

从固定芯片走向移动集群

在理解这套闭环之后，还需要进一步厘清论文所说的“重塑环境”。 张金松介绍，机器人首先改变单向流、涡流和流动方向等局部流体运动，再借助流体输运调整既有温度梯度。因此，“重塑”指向特定条件下的局部调节，不是任意制造或改变环境。

这一边界也有助于理解约 0.4 ℃ 的温度变化。它所证明的并非宏观温控能力，而是微米尺度装置能够持续改变局部热场，并读取改变后的信号。对此，王伟强调，这项研究的关键在于形成双向耦合，环境变化还会继续影响机器人的动作。

从整个领域的技术进展看，近年来，已有研究将感知、计算和执行功能集成到微型机器人中。例如，宾夕法尼亚大学与密歇根大学团队 2025 年在 Science Robotics 报道的亚毫米机器人，已经能够执行数字算法，并根据环境自主改变行为。

此次研究进一步把动作引起的环境变化纳入下一轮响应。现实环境会被机器人的泵送、移动和物质释放持续改写，只有重新感知这些结果，机器人才能修正后续行为，形成自我调节。

在感知对象上，温度作为最常见且重要环境变量之一，也便于利用 CMOS 电学特性读取，因此成为团队建立闭环的第一步。

图｜可规模化制造的片上集成微型机器人

张金松透露，团队正在探索局部 pH 和其他生化物质浓度的感知与操控。若传感输入扩展到离子、代谢物或生物标志物，反馈对象也将从热场走向更复杂的化学场。

反馈链条形成后，环境还可能成为机器人之间传递信息的媒介。一个单元改变局部流场或化学场，另一个单元读取变化并响应，信息便能通过环境间接传播，这将为进一步研究环境适应、自我调节、间接通信和集群行为提供基础。

不过，王伟解释，当前系统仍固定在芯片衬底上，只能原位调节局部环境，自身无法移动。下一步，他希望将器件从衬底上释放出来，使机器人主动搜索环境信号，并据此调整运动方向、集群结构和任务分工。基于此，团队还希望探索病变区域聚集、药物释放和局部物质输运等长期应用。

供能方式构成另一重限制。片上微型光伏可以支持小规模电路和纤毛运行，但执行器数量增加后，输出仍不足以驱动整个阵列。因此，闭环热调节实验需要外部放大器提供额外驱动。

针对供能与集成难题，张金松认为，系统仍依赖外部局部光照。若要走向自由运动和大规模协作，还需继续解决低功耗电路、小尺度集成、无线通信及执行器异构集成等问题。

与此同时，张金松所在的康奈尔团队还在探索电子超材料，以及 NFC 和超声等供能与通信方式，使不同形态的微型电子单元获得可编程、可感知和可协同的能力。

若想让局部环境反馈进一步扩展至可移动、可协作的机器人集群，还需要在器件形态、能量路径和通信方式等工程技术环节取得更多进展。

参考资料

1.https://www.nature.com/articles/s41928-026-01709-x

2.https://pubs.rsc.org/lc/article/24/19/4549/853089/Electronically-actuated-artificial-hinged-cilia

3.https://www.science.org/doi/10.1126/scirobotics.adn8067

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成