斯坦福机器人研讨会：形态物质中的具身智能

具身智能通过形态物质

具身智能，在形态材料和机制的背景下，指的是硬件系统通过形状变化和可调材料与结构来实现一定程度的可编程性或决策能力的能力。这种方法超越了传统的机电系统，以实现网络物理安全、极端环境下的无电子机器人以及可持续、可生物降解的野外机器人应用。

物理驱动的计算设计

将物理现象与计算算法相结合，可以创造出携带“隐藏力量”的材料，以实现精确的自主形态变化。

残余应力和自折叠

使用熔融沉积建模（FDM）打印，残余应力可以被锁定在形状记忆聚合物中。通过在不可收缩材料上打印可收缩材料，形成一个在加热时会弯曲的双层结构。这种基于物理的方法与折叠平展算法相结合，使得能够生产出平装结构，这些结构在放入热水时能够自组装成复杂的3D形状——例如“斯坦福兔子”。

差异膨胀和表面图案

当可膨胀凝胶的生长速率受表面图案调制时，会发生差异膨胀。通过在凝胶的一侧引入亚毫米级凹槽，带凹槽的一侧膨胀速度慢于无凹槽的一侧，导致材料弯曲。

这种机制广泛适用于软物质，包括：

• 生物医学设备： 与人体兼容的基于PDMS的凝胶机器人。
• 食品工程： 可平铺包装以节省空间并在沸腾时呈现特定3D形状的可变形意大利面。
• 软夹具： 在溶剂中弯曲以抓取物体并在恢复到平坦状态时释放的半自主夹具。

通过机制增强智能

虽然智能材料对刺激有响应，但它们通常缺乏自由度（DoF）。将这些材料与顺从机制结合可以提高可编程性和可控性。

可重构的自由度

通过将刚度可变的杆（内嵌加热线的形状记忆聚合物）融入顺从机制中，研究人员可以选择性地锁定或解锁特定的自由度。基于螺代数的理性设计流程，系统可以被工程化为在所有六个自由度（X、Y、Z方向的平移和旋转）上完全可重构。

机械逻辑与网络物理安全

顺从机制可用于构建纯机械逻辑计算机。例如，可以设计一个机械门闩，使其需要特定的三种不同运动序列（例如：Z平移，然后旋转，然后Y平移）才能解锁。通过嵌入智能杆，可以通过改变哪些杆被软化来重新编程所需的逻辑序列。

用于高速响应的双稳态执行器

形状记忆合金（SMA）通常较慢且较弱。然而，通过将SMA线圈嵌入双稳态机制（一个位于3D打印框架内的拉伸膜），慢速执行器可以触发结构的快速“翻转”。这使得可以创建高速的两栖机器人，通过翻转其身体形状在行走和游泳模式之间切换。

混合智能与网格机器人

将机械智能（材料驱动）与计算智能（可编程控制）相结合，可以设计出复杂的多目标机器人系统。

网格机器人中的肌肉协同

为了避免为数十个单独执行器布线的复杂性，研究人员应用了生物学概念‘肌肉协同’，将多个执行器组合在一起。实验室使用遗传算法和强化学习开发了优化管道，以确定网格机器人的最佳通道分组和控制序列。这使得拥有数百个桁架的机器人能够仅使用少数控制模块执行复杂任务——如行走、旋转和倾斜。

可变形网格的潜在应用

• 医疗保健： 可变形网格床可自动调整以适应患者的体形或姿势。
• 混合现实： 物理网格可以改变其形状和重心，以在混合现实环境中呈现物理对象。

生态物理AI

生态形态物质关注完全由环境能量（阳光、湿度、地热）驱动的系统，这些系统最终可以在环境中生物降解。

仿生种子载体

受Eodium种子的启发，该种子利用湿度响应线圈钻入土壤，实验室开发了由木皮制成的可生物降解种子载体。这些载体响应雨水通过自钻入地面，提高了再造林工作中树种的发芽率。这些系统可以通过添加天线用于无线通信来增强，以监测地下条件。

无电子自动化花园

通过创建一系列刺激响应的泵和阀门（例如，利用空气温度波动产生压缩空气的热响应泵和对湿度敏感的折叠阀），实验室可以构建作为机械逻辑工作的气压电路。这使得可以创建完全自调节的花园，根据环境触发器浇水、施肥和保护植物，而无需使用电力。