电动机可模拟肌肉协调机制，有望推动机器人技术升级

电动机可模拟肌肉协调机制，有望推动机器人技术升级

类型：新闻转载

布里斯托大学研究团队利用普通电动机搭建物理模型，成功模拟了肌肉的分子级工作机制。研究发现，肌肉的协调性并非依赖持续的程序控制，而是由其机械结构自发涌现。这一发现不仅揭示了生物肌肉的运作原理，更为开发更简单、更具适应性的软体机器人及人工肌肉提供了全新设计思路。

正文

> 本文由新莱福 MIM转载。所有版权归原始出版商所有；请参阅文末来源。

人们常常对自身的肌肉习以为常。无论是提包、握紧拳头、爬坡还是端咖啡杯，身体都会在不知不觉中自动调节力量、速度和位置，而人根本无需刻意去想。

肌肉将化学能转化为运动。尽管它由海量的微小分子组件构成，却能平稳、可靠地产生力量。当负载发生变化时，肌肉不会简单地晃动或失效，而是会自我适应。

然而，肌肉在分子层面的工作机制仍是一个未解之谜。我们与同事在布里斯托大学（University of Bristol）的团队利用普通电动机搭建了一个物理模型，试图模拟肌肉是如何执行其任务的。

这项发表于英国皇家学会《Interface》期刊的研究结果表明，我们在真实肌肉中观察到的协调性，可能仅仅是其结构设置所衍生出的一种特性。它并非需要持续编程和监控的东西。这一发现甚至有望改善机器人的运行方式。

如果我们将肌肉放大观察，会发现其中包含层层嵌套的更小结构。肌节（sarcomere）是产生力量的关键单元，由肌动蛋白丝（actin）和被称为肌球蛋白（myosin）的分子马达共同组成。它们一起构成了肌动球蛋白系统（actomyosin system）。

微小的肌球蛋白马达会反复抓取、拉动并释放肌动蛋白缆绳，从而促使肌纤维收缩。当你端着一杯茶时，成千上万个这样的马达必须协同工作以产生稳定的力量。但关于该系统仍存在未解之谜。

我们首先构建了肌肉的数学模型。真实的肌肉马达（肌球蛋白）运行于复杂的化学循环中，但我们并未试图复现该化学过程。相反，我们将每个产力单元简化为一种更简单的循环“转子”（或马达）：它仅在与物理“骨架”机械啮合时才能发挥作用。一旦脱离啮合，它便实质上退出工作，与其余部分隔离。

为了验证能否将这些理念转化为真实的物理系统，我们制作了一台桌面设备：一排简单的电动机通过共享的机械骨架进行交互。它们对抗着粘稠流体产生拉力，从而模拟出生物马达在肌肉内部所承受的粘性负载。

我们的物理模型在通电时会产生力量。我们想探究的是：当众多驱动单元嵌入合适的机械环境中时，该环境能否自发组织出类似肌肉的协调行为？

在数学模型和实体设备中，马达并非始终保持连接。相反，每个马达会短暂接触共享的移动骨架，对其施加推力后松开。随着骨架移动，它将一个马达的机械效应传递给下一个，使它们无需直接通信即可实现协调。

当未连接时，每个马达独立运作。正是这一单一设计选择，使得整个马达网络能够随时间自我重组——这与肌肉内部生物马达的行为极为相似，后者在生化循环中也会不断附着与脱离。

实际上，转子所在的骨架承担了大量的协调工作，只是它处于“幕后”。它介导了各单元之间如何产生足够强的“感知”，从而形成集体模式。

即使在这个极简系统中，几种类似肌肉的行为也会自发出现。随着阻力增加，马达集体发展出负载-速度关系。负载指的是施加在系统上的机械张力和物理应力。

随着负载上升，更多单元开始有效参与贡献。它们的参与度随负载增加而提高。我们还发现，在特定条件下，运动可能会变得顿挫。例如，协调的拉动阶段会被突然的打滑打断。这与真实肌动球蛋白实验中观察到的模式相呼应。

系统并非所有部分完全同步运作，而是能够自组织成协调的行进波，使模式沿着阵列向前传播。

从广义上讲，这“放大”了肌节背后的核心理念：众多产力单元嵌入共享结构中，将力量从一个单元传递到下一个，从而使协调性得以自发涌现。

无需指挥的协调

肌肉并非自然界解决众多微型马达协调问题的唯一场所。微观鞭毛是某些真核细胞（包括动植物）上看到的尾状附属物。

人类精子的尾巴就是鞭毛的一个例子。纤毛则是许多真核细胞上微观的毛发状结构。鞭毛和纤毛均由沿细长骨架分布的大量分子马达驱动。

它们的核心内部——轴丝（axoneme）——是一种高度有序的结构，能够沿其长度传递力量，并将局部的马达活动转化为弯曲波。这些波至关重要：在精子中，它们是运动能力和生育能力的基础；在纤毛中，它们有助于在呼吸道和其他组织中推动液体流动，与健康及疾病有着明确关联。

从这个意义上说，鞭毛是伪装成“类肌肉”的系统。你同样拥有驱动器（产生力量的马达）嵌入耦合结构（传递力量和反馈的机械骨架）中。几何结构决定了局部活动如何叠加成连贯的行进波。

如果结构和布局承担了一部分组织工作，这就引出了一个长期令科学家着迷的问题：进化是如何构建由大量独立马达组成的系统，使其在没有中央控制系统的情况下仍能自我协调、保持可靠并适应变化条件的？

在机器人领域的应用

我们的研究成果意义远超生物学范畴。在机器人领域，让众多执行器（机器人的“肌肉”，将电能等能源转化为运动）协同工作既具挑战性又成本高昂。通常需要添加传感器、反馈回路、控制算法，有时甚至需要机械棘轮或复杂齿轮来保持负载下的稳定性。这虽然有效，但往往脆弱且易出错。

我们的肌肉物理模型表明，协调性可作为系统设置的一种属性自然涌现，这暗示机器人可以使用更简单的执行器。这正是研究人员一直在为软体机器人（使用柔性材料）和机器人人工肌肉所追寻的基础设计。

肌肉或许就是“无需指挥的协调”的一个范例。成千上万的分子马达协同工作，并非因为每个马达都受到单独控制，而是因为它们周围的柔软结构引导了它们的集体行为。

我们的发现表明，机器人技术可以开始利用这一原理。未来，这或将使机器人更接近生物学，为开发更“有机”的机器铺平道路，使它们的身体结构能够主动塑造其运动与适应方式。

资讯来源

- theconversation.com (2026-07-31) - Original article: [Muscle coordination can be mimicked by electric motors – it could lead to improved robots](https://theconversation.com/muscle-coordination-can-be-mimicked-by-electric-motors-it-could-lead-to-improved-robots-278728)