综述：仿生智能的新领域：促进智能机器人技术探索与突破的突触设备

《Materials Today》：New horizons of bionic intelligence: synaptic devices facilitating the exploration and breakthroughs in smart robot technology

本文系统综述了突触器件驱动的仿生器官在智能机器人中的应用进展，重点分析了视觉、触觉、听觉和嗅觉模态的硬件实现与性能优化，提出基于多模态仿生器官和神经形态计算系统的未来发展方向。

　　

王正|卢琳|孟家琳|王天宇

山东大学集成电路学院下一代半导体技术与系统重点实验室，中国济南250100

摘要

智能机器人技术旨在复制人类的核心感知和运动能力，同时在特定场景中追求超人类性能。在人工智能和自动化技术深度整合的背景下，这一领域已成为一个变革性的核心研究方向。然而，传统计算架构下的现有问题，如数据处理效率低下、系统能耗过高和响应延迟较长，限制了智能机器人的大规模应用。突触设备为突破这些瓶颈提供了可行的途径，使机器人具备了类似人类的感知-存储-计算能力。作为智能机器人感知外部信息的关键，由突触设备驱动的仿生器官不仅在功能上更接近生物器官，还能显著降低功耗并实现更紧密的系统集成。因此，本文重点介绍了模仿四种基本生物感官模式（视觉、触觉、听觉和嗅觉）的仿生器官，并系统总结了相关最新研究成果，特别关注了那些由突触设备驱动的仿生器官。在材料和结构部分，明确了构建不同类型仿生器官的最佳材料和结构选择。基于这些前沿研究成果，本文还提出了具备多模态仿生器官的智能机器人感知系统以及作为其“大脑”的神经形态硬件计算系统。最后，本文概述了该领域的未来研究方向并讨论了现有挑战。

引言

从精密手术机器人到在危险环境中工作的机器人，从人类规模的人形机器人到纳米级的微机器人，现代智能机器人在结构尺寸和应用场景上已经与其20世纪中叶的前身（主要用于重复制造任务的简单自动化设备）有了巨大发展[1], [2], [3], [4], [5], [6], [7]。凭借其独特优势，智能机器人正在不断拓展人类活动的边界。近期研究显示，智能机器人正朝着仿生结构[8], [9]、小型化[10]、灵活性[11]甚至生物集成[12]的方向发展。可以预见，在未来面临日益复杂的任务和应用环境时，这些发展趋势将是克服瓶颈的关键突破。然而，在大数据时代，海量数据及其指数级增长速度使当前的智能机器人技术陷入了低效率、高延迟和高能耗的困境[13], [14], [15]。这种限制使得智能机器人难以应对动态和复杂环境中的任务，凸显了其与人类智能之间的巨大差距。因此，解决这一挑战已成为技术创新的重点。在自然界中，生物神经系统被认为是最复杂的智能系统，具备高速并行处理、自我适应和学习的能力。其核心在于由神经元和突触相互连接形成的复杂神经网络，以及被誉为天然“超级计算机”的大脑。突触作为神经元间信息传输的中心，与大脑一起，以极低的能耗实现高效的信息处理和学习，为智能机器人的发展提供了新思路。因此，旨在通过电子设备模拟视觉、触觉、听觉和嗅觉等生物感知能力的智能仿生学领域受到了研究人员的关注。同时，随着材料科学的迅速发展，一系列变革性材料（包括钙钛矿、低维材料、有机材料和金属氧化物）不断被发现[1 (b)]。这些材料的支持下，突触设备通过模仿生物神经形态计算，有望克服传统机器人的应用局限。这一进展将推动从仿生器官到信息处理、医疗康复和人机交互等前沿应用场景的发展[1 (c)]。

传统计算架构采用“传感器 – 模拟-数字转换电路 – 存储器 – 处理器”的离散链式结构。模块间的数据传输导致高延迟和大量能耗，无法满足智能机器人中仿生器官对实时性和低功耗的要求[1 (a)]。作为突触设备的两种核心计算范式，近传感器计算和传感器内计算各有优势：前者将突触阵列集成在传感器附近进行数据预处理，具有灵活性和强兼容性，适合多模态融合系统，但存在传输距离短的问题[1 (b)]；后者将突触的存储和计算功能嵌入传感单元，实现“感知-存储-计算集成”，为低延迟仿生器官提供超低延迟和低能耗。然而，其功能固定，单个设备无法处理复杂计算任务[1 (c)] [16], [17], [18], [19]。自2008年首个忆阻器模型问世以来，经过长期探索，从理论模型到实际应用取得了重大突破[20]。2020年实现了完全基于忆阻器的硬件卷积神经网络（CNN），进一步降低了系统能耗和延迟。受视觉皮层机制启发，其关键结构（如卷积层和池化层）借鉴了生物视觉系统的特点，为智能机器人在生物启发式视觉应用中提供了高效的特征提取和识别能力。2021年提出的5轴可移动臂机器人就是一个典型例子，专为非破坏性、无人、远程和全方位检测设计[22]。近传感器计算和传感器内计算架构被认为是基于突触设备构建仿生器官的最有前景的解决方案。2022年，基于传感器内计算的仿生嗅觉系统被认为能为集成触觉和嗅觉传感器的生物结构操纵器提供更优的能效比[23], [24]。2023年提出了两种不同的化学和物理实现人工味觉的方案：基于石墨烯化学传感器的近传感器计算系统和基于摩擦电的电子舌头[25], [26]；前者通过集成化学单元实现特定识别能力，提升了仿生性能，后者通过减小摩擦电系统的体积满足了便携性要求。在仿生听觉领域，2024年提出的微流控“芯片耳蜗”系统能够动态模拟耳蜗听觉感知并实现特定药物筛选[27]，但在信号处理、能耗和实时认知能力方面仍有改进空间。基于忆阻器的音调映射人工耳为这些问题提供了新的解决方案，通过设备级仿真实现了耳蜗音调映射和实时语音识别功能[28]。随着具有压电或摩擦电特性的新型材料的出现，仿生触觉器官的研究成为热点。2025年，有机电化学晶体管（OECTs）通过高灵敏度提升了柔性操作器的精确度，通过高效的传感器内存储计算集成架构增强了手掌和手指之间的协同操作性能，并在复杂环境中提升了信息交互能力[29], [30]。

作为生物智能与机器智能之间的桥梁，集成在智能机器人中的突触设备有望赋予机器人类似人类的感知-存储-计算能力，超越性能极限并扩展应用范围。本文重点介绍了近年来在突触设备和机器人技术领域的代表性进展，特别是突触设备如何促进仿生器官的发展。文章追溯了应用于智能机器人的仿生器官的演变轨迹，从视觉、触觉、听觉和嗅觉等基本生物感官角度进行分析。首先讨论了该领域的先进材料系统和设备配置，通过列举代表性研究并展示成果，分析了它们的工作原理，最终关注其在感知模拟、医疗护理和救援操作、信息处理以及人机交互等领域的复杂应用。结合最新进展，本文预测了未来发展方向，并讨论了当前技术面临的风险和挑战。通过克服这些关键领域的瓶颈，预计该领域将发生重大变革，使机器人具备类似生物的信息感知和处理能力，实现无缝的人机交互。

节选内容

智能机器人的仿生器官结构与材料

在智能机器人的仿生器官开发中，材料科学和设备结构设计的创新突破一直是技术和性能提升的核心驱动力。多种材料已被证明适用于构建仿生器官，不同材料因其独特的物理化学性质而适用于不同的感官模式。

人工视觉神经形态计算系统

在生物视觉系统中，具有不同功能的视网膜细胞协同完成特定任务：杆细胞负责暗视觉，双极细胞进行光信号的初步编码和处理，锥细胞负责明视觉和颜色识别。在智能机器人的人工视觉神经形态计算系统中，具有专门功能的光电探测器的协同工作至关重要，这凸显了开发

前景与挑战

未来，突触设备将在智能机器人的仿生器官功能和性能方面带来重大突破，大幅扩展智能机器人的应用范围。然而，在其巨大发展潜力的同时，也必须认识到存在的风险和挑战。图18系统总结了突触设备在推动仿生器官发展方面的未来前景及潜在风险和挑战

结论

基于突触设备的智能机器人仿生器官受益于受大脑启发的计算架构，能够实现高效、低功耗和低延迟的多模态信息感知和处理。这些系统在生物感知模拟、医疗和救援应用、信息处理以及人机交互（HCI）方面具有巨大潜力。本文全面回顾了智能机器人仿生器官的研究进展，重点关注视觉、触觉、嗅觉和听觉领域

作者贡献声明

王正：撰写 – 原稿撰写、研究调查、概念构思。卢琳：方法论、形式分析。孟家琳：撰写 – 审稿与编辑、监督、概念构思。王天宇：撰写 – 审稿与编辑、监督、概念构思。

利益冲突声明

作者声明没有已知的可能影响本文工作的财务利益或个人关系。

致谢

本工作得到了国家自然科学基金（NSFC，项目编号12474071）、山东省自然科学基金（项目编号ZR2025ZD23、ZR2025QB50、ZR2024YQ051）、广东省基础与应用基础研究基金、上海帆船计划、江苏省基础研究计划（项目编号BK20250420、BK20240424）、晶体材料国家重点实验室开放研究基金（项目编号KF2406）、山东省泰山学者基金（项目编号tsqn202507058、tsqn202408006）的支持。