- 现有**仿生设计(bio-inspired design)** 缺乏系统化的方法论，导致动机和方法不一致，难以预测或评估成功
- **机器人学(Robotics)** 领域尤其突出，对生物系统的相似性常被视为主要动机，但期望与结果不匹配易引发失望
- 研究背景：人类历史上未系统思考如何及为何将自然融入设计，需要为研究人员和资助者提供辨别的依据
- 提出一个**仿生设计动机分类法(taxonomy of motivations)**，对不同的仿生设计策略进行系统归类
- 描述不同动机类别下可能产生的**潜在重大贡献(potential significant contributions)**，以指导实践
- **首创系统化框架**：首次提出针对仿生机器人研究动机的分类法，填补了缺乏系统思考的空白
- **实用性导向**：不仅分类，还关联不同方法可能带来的贡献类型，便于评估和辩护
- **双重受众**：同时服务于研究人员（证明自身方法）和资助者（辨别项目价值），具有直接应用价值
- 为**仿生机器人研究(bio-inspired robotics)** 提供了理论辩护工具，增强研究的合理性与可预测性
- 帮助**资助项目管理人(funding program managers)** 系统化评估不同仿生方法的潜在价值，优化资源分配
- 减少因期望与结果不一致导致的失望，促进学界对仿生设计的理性认知与规范发展