仿生机器鱼建立在将鱼类的推进运动简化为理想条件下，鱼类身体连续的、周期性的形变基础之上。而通过鱼类运动的观察和仿生机器鱼游动试验，研究人员发现鱼体质心在水平面内绕前进方向轴的波动将增大侧向扰动力、降低推力和方向稳定性，即鱼类自身线密度分布对其运动性能存在较大影响。因此，提出了包含形变描述和线密度描述的“基波”概念，并依据“基波”建立了鱼体波动运动模型，在充分考虑线密度影响的基础上，提出了仿生机器鱼的稳定游动推进控制方法。

除了仿生机器鱼，研究人员还针对快速运动的乒乓球，设计了会打乒乓球的机器人。这种机器人是建立在一种有效的乒乓球跟踪算法基础上的。这种算法将差帧法、动态窗口、游程编码等方法有机组合在一起，使算法的实时性得到保证。并针对乒乓球差帧后可能出现的月牙形，提出了GSP算法，准确定位乒乓球的中心坐标，保证了三维坐标的精度。

其他代表性的成果还包括医疗康复机器人、机器人协调与控制、巡线机器人等。

虽然随着信息技术的发展，部分现代机器人具有了类人动作，但还不具备人类的思维。对人脑信息处理机制的研究，特别是以思维为中心的人脑认知机制的研究，将启发未来智能机器人与智能控制的发展，使智能机器人更像人，能够为人类提供更好的服务。

未来对机器人的研究应该是结合对人脑信息处理机制与人类思维的探索和脑模拟研究，发展神经机器人。以模拟人脑系统为中央神经系统，以机器人为载体，实现多通道类人信息处理的协调与控制，启发并推动下一代类人机器人。

类人机器人的研究是将人脑模拟系统、电子神经网络，类脑计算技术与具有类人动作的机器人平台深度无缝融合。以具有人体外观(包括肢体和肌肉组织等)和动作的机器人平台为载体，实践、应用视觉、听觉、思维和运动多通道的信息处理与协同，实现全新类人神经计算与控制。

以脑神经模拟系统为核心的类人神经机器人将在认知能力、信息处理能力、推理决策能力、肢体动作等诸多方面突破性地接近真实人类，在处理复杂任务时将表现出高精度、快速智能反应的特性，将有助于突破传统控制理论。类人机器人之间的互动还将有助于研究和应用以思维为中心的人类群体行为。类人神经机器人的实现不但可以对人类及其行为的本质进行模拟与揭示，还将推动类人机器人在工业、国防、家用等领域的广泛应用。

通过此项研究，将产出具有模拟人脑系统的类人神经机器人平台。该机器人平台具有类人视觉、类人听觉、类人思维、类人动作的协同处理能力，并能够在关键领域取得应用。具体将根据人体的肌肉和关节的实际布局，建立人体运动控制仿真平台，以人脑模拟器为核心控制系统，实现对复杂任务的快速、精确的决策与运动反应。此外还将发展并实现神经机器人之间的互动学习、协同解决复杂任务的能力。