仿生智能机器人是一种结合了仿生学和人工智能技术的机器人系统，通过模仿生物的结构和功能，实现对环境的感知、学习和执行任务的能力。

仿生智能机器人的组成结构主要包括以下几个方面。

仿生智能机器人的感知结构是什么仿生智能机器人的感知结构主要包括传感器和感知系统。

传感器可以用于采集各种环境信息，如声音、图像、温度等，感知系统则对传感器采集到的信息进行处理和分析，从而实现对环境的感知和理解。

仿生智能机器人的学习结构是什么仿生智能机器人的学习结构主要包括学习算法和学习模型。

学习算法可以通过分析和处理感知数据，从中提取有用的特征和模式，并通过不断的学习和调整，提高机器人的学习能力。

学习模型则用于存储和表示机器人所学到的知识和经验。

仿生智能机器人的决策结构是什么仿生智能机器人的决策结构主要包括决策算法和决策模型。

决策算法可以根据机器人当前的感知和学习结果，进行决策和规划，并制定相应的行动策略。

决策模型则用于存储和表示机器人所学到的决策规则和策略。

仿生智能机器人的执行结构是什么仿生智能机器人的执行结构主要包括执行器和执行控制系统。

执行器可以根据决策结果，执行相应的动作或任务，如移动、抓取等。

执行控制系统则用于对执行器进行控制和调度，确保机器人能够按照预定的计划和策略执行任务。

仿生智能机器人的自适应结构是什么仿生智能机器人的自适应结构主要包括自适应算法和自适应机制。

自适应算法可以根据机器人的感知和学习结果，自动调整和优化机器人的行为和决策策略，从而适应不同的环境和任务需求。

自适应机制则用于实现自我修复和适应能力，保证机器人的稳定性和可靠性。

通过以上的介绍，我们可以看到，仿生智能机器人的组成结构涵盖了感知、学习、决策、执行和自适应等多个方面，将生物的智能和机械的执行能力结合起来，为未来的智能机器人应用奠定了基础。