李忠东

“钝口拟狮子鱼”畅游深海

软体机器人的吸引力在于它的灵活性和通用性，能弯曲和塑形，制成任何想要的形状。浙江大学之江实验室的科研团队及其合作者，于2021年3月4日研制出一款无需耐压外壳的仿生软体智能机器人。研究团队的灵感来自钝口拟狮子鱼，它创下了一项人类拍到活体鱼类的最深纪录——8178 米，可承受700千克/平方厘米的压力，表现出顽强的生存能力和灵活的移动能力。钝口拟狮子鱼身体呈流线型，表现出对深海环境的多种适应性，包括透明的皮肤、能拍打的胸鳍、巨大的胃、较纤细的肌肉、轻微骨化的骨骼和不完全封闭的颅骨。它的一个与骨骼钙化相关的基因发生了假基因化，使得其骨骼变得非常薄且能够弯曲。钝口拟狮子鱼的生育周期也大大延长，以便更好地在恶劣的环境下生存繁衍。

科学家把机器人设计成一个与钝口拟狮子鱼相似的软体，每侧有2个大鳍，大鳍前缘由较硬的材料制成，可以上下弯曲，其上还附着一层薄薄的柔性薄膜，帮助它提供推进力。该机器人全长 22 厘米（其中体长11.5 厘米，尾长10.5 厘米），翼展28 厘米。电力和控制电子设备包括锂离子电池、高压放大器、红外接收器、放电电阻器和微程序控制器等。“肌肉”位于软体和大鳍的交界处，由能将电能转换成机械功的材料构成，并固定在散热片上，它的收缩会使大鳍相对于软体向下拉。

传统的水下航行器需要金属材料制成的水密外壳，以承受深海高压，并且随着下潜深度要求的提高，外壳的厚度和尺寸也要增加。然而，这款机器人消除了对耐压外壳的需求。研究人员通过压力测试发现，如果精密的电子元件密集地封装在一块印刷电路板上，它们的接口处容易发生故障，而将其嵌入并分布在柔软的硅树脂基体中，可保护其免受高压影响。这种设计源于钝口拟狮子鱼头骨的分布，相较其他保护深海电子设备的方法更实用，成本也更为低廉。

科学家在机械驱动部分，选用了一种加上电压即可出现形变的电激活聚合物。这种介电弹性体（DE）成为机器人游动的关键。当施加交流电压时，周期性变形的DE“肌肉”使2个鳍产生拍打运动以推进游动。

为了测试该软体机器人的游动性能，研究人员首先在压力水腔中进行了试验。接着，他们在70米深的湖泊中进行了测试，机器人能够以3.16厘米/秒的速度自由游动。之后，在中国南海现场试验中，机器人由遥控潜水器携带到 3224 米的深度，在8千伏、1赫兹的交流电压的驱动下，以5.19厘米/秒的速度拍打双鳍运动，成功地实现了自由游动。最后，研究人员在马里亚纳海沟分别测试了机器人的双鳍拍打运动和克服压力阻力的能力。他们将机器人安装在深海着陆器上，机器人内部自带容量为 2500毫安的锂离子电池和高压放大器自动供电，可以产生0.5赫兹的7千伏、8千伏和9千伏的激励交流电压。最终结果显示，在没有耐压外壳压力容器的情况下，机器人扑鳍驱动保持了45分钟。

多次试验表明，这款无需耐压外壳的仿生软体智能机器人有极好的耐压和游泳性能。对此，外国机器人专家高度评价道：“这款软体智能机器人，达到了受生物启发的软体机器人所能实现的极限。”

“章鱼”完全不靠电驱动

在軟体机器人的制作方法中，最简单的是用3D打印，用柔软却有韧性的材料取代传统的刚性连接器和外壳。其中，液态硅橡胶最为引人注目，它具有流动性好、硫化快的特点，既可浇注成型，也可注射成型。美国哈佛大学科学家开发的有史以来第一台软体自主机器人Octobot，使用的就是液态硅橡胶。它只有手掌大小，不靠电驱动，而是通过化学反应产生的大量气体聚集压缩，借助压强变化，实现机械臂的运动。

研究团队最早设想的只是一个半柔性机器人，用常规的泵阀系统驱动，并且需要电缆连接机。后来，他们从章鱼身上找到灵感，不仅机器人的躯干和致动器使用的是柔性材料，而且控制系统和电源也使用柔性材料，无需再受外置电缆的牵制。经过5年攻关，他们终于使Octobot成为世界上首个全软体机器人，能扭曲着绕过障碍物。

Octobot的“大脑”部分设计有柔性微流体回路，可以用由压强激活的阀门和开关在通道内传导浓度为50%的过氧化氢溶液。在铂金属粉末的催化下，这种液体燃料会快速生成大量的水和氧气。由于生成物的体积大于原来反应物的体积，通道内的压强由此产生改变，使Octobot的机械臂在突然增大的压强的影响下膨胀舒展，进行运动。与此同时，排气孔保证氧气最终会通过它排出。

浙江大学成功研制出一款无需耐压外壳的仿生软体智能机器人。

全软体机器人“Octobot”模仿章鱼的形状。

为了使Octobot能保持一段时间的自主运动，研究团队设计时把它的8只机械臂分为2批（4只机械臂为一批），机械臂中设置了阀门和开关。启动前将过氧化氢分别注入到2个储液槽中，这2个储液槽分别对应一批机械臂。注入后，储液槽会像气球一样慢慢膨胀，并利用压强差使过氧化氢通过微流体回路。这时，压强的变化会使一些机械臂的控制点打开，其余的则会关闭，以此确保同一时间只有一半机械臂流通燃料。随着燃料的消耗，流通燃料的机械臂内部压强会增大，使得燃料转而流向另外一半原本关闭通道的机械臂。如此往复，通过精巧的阀门开关设计，利用不断变化的压强差，使Octobot的机械臂在一段时间内能保持自主运动。

在工作过程中，3D打印而成的Octobot的内部通道扮演着重要的角色，成为“大脑”和机械臂进行“通信”的渠道。研究人员在进行3D打印时，在章鱼形状的模具中倒入了液态硅橡胶，又在其中注入一种特殊的墨水，后者负责在液态硅橡胶中保持形状和位置。墨水加热后会蒸发，留下了Octobot内部的通道网络。制造Octobot的材料成本很低，不到3美元，而燃料大约仅为5美分/份，因而在大规模应用时不存在高成本的顾虑。

目前，Octobot还没有达到最佳状态，一次添加的燃料（1毫升）只能维持机器人大约4～8分钟的“生命”，自主运动方式也比较单一，还无法实现自主转向，需要进一步改善。目前，Octobot还没有专门为一项操作任务设计程序，只是作为一种技术的展示。在后续的研究中，微流体回路将升级得更为精密复杂，以确保Octobot能更持久地运动，再搭配恰当的肢体动作，实现更复杂的操作。除此之外，为了更好地适用于复杂的应用场景，Octobot可能还需要将微流体回路和柔性传感器相结合，让全软体机器人变得更为智能。

新算法更上一层楼

传统主流机器人可使用外部摄像机绘制机器人的位置图，再将这些信息反馈到机器人的传感器和控制程序中，通过算法就能对机器人进行管理。而软体机器人则不同，它们的结构和材料因为非线性而拥有更多的自由度，从理论上说，任何一点都能以可能的方式变形，因此完成动作任务得依靠本身充分的“感知”。

美国麻省理工学院的研究人员开发了一种新颖的神经网络体系结构，它可以决定机器人体内需要多少个传感器，并且优化它们的位置，与此同时学习有效地完成分配的工作任务，更好地与环境交互。研究团队首先将机器人的身体分成“粒子”区域，提供每个“粒子”的应变率作为神经网络的输入。神经网络在反复尝试、犯错和纠正的过程中，学习用最有效的动作序列来完成任务，比如抓取不同大小的物体。该网络会跟踪最常使用的那些“粒子”，并从一组输入中剔除较少使用的“粒子”，以用于网络的后续试验。

除了对“粒子”进行优化外，神经网络还能提供安放机器人传感器的最优方案，以获取最大收益。比如，在一个有抓手的模拟机器人中，该算法可能提出传感器应集中在手指周围，因为这些区域对发挥它们操纵物体的能力至关重要。尽管这看起来很明显，但事实证明该算法大大优于人类安放传感器的直觉。

美国麻省理工学院开发的软体锥形机器人抓取器可以抓取比自身重100倍的物体。

美国麻省理工学院发明一种叫作“GelFlex”的软体机器人手指。

研究人员认为，为了使软体机器人越来越先进，例如可以抓取薯片但不会将其压碎，必须赋予它触觉和本体感知（一种在空间位置中的感知）。而在大多数软体机器人中，这种感觉是不存在的。现在美国麻省理工学院的两个研究团队有了可以改变这种情况的解决方案，能使它更好地感知抓着的是什么物体，以及决定使用的力度有多大。

其中一个研究小组在先前研究的基础上，开发了一种软体的锥形机器人抓取器，这种机器人可以轻而易举地抓取比自身重100倍的物体。他们增加了传感器，使其能够捡起像薯片一样精细的物品。截至目前，研究人员已经分别用很重的瓶子、罐头、苹果、牙刷和一袋饼干等物品进行了测试，并取得了成功。

第二组研究人员发明了一种叫作“GelFlex”的软体机器人手指，使用嵌入式摄像头和深度学习来创建触觉和本体感觉。它看起来就像一个只有2个手指的杯子夹持器，其中一个手指在指尖附近有一个摄像头，而另一个摄像头则隐藏在手指中间。摄像头观察手指前表面和侧表面的状态，神经网络利用摄像头的信息进行反馈，使得GelFlex能够拾取各种形状的物体。实验证明，GelFlex具有高精度的本体感觉，能准确预测被抓取的物体，也能够承受相当大的冲击，而不会损害相互作用的环境和自身。

与刚性机器人相比，软体机器人可以更好地适应各种环境，受到外界沖击后也不会产生大的损害，在空间狭小、非结构化的环境下都可以完成复杂的任务。相信在不远的将来，会有更多更好的软体机器人面世。它们或进入太空，在火星表面快速移动;或用于修复手术，充当帮助患者从伤病或中风中恢复的外骨骼;或用于清理遭遇地震或火灾的建筑物残骸，执行搜救等高危任务;或用于工业环境，作为协作机器人与人类一起工作。