运用一种新方法 对柔性软体机械臂的有效控制首次实现

来源：科技日报

科技日报记者 张佳欣

软体机器人的灵活程度，确实让传统的金属机器人相形见绌。但这种“像生物一样柔软”的特性，恰恰成了控制上的最大难题。与传统机器人依靠固定关节和预设指令不同，软体机器人由柔性材料构成，运动方式复杂多变。一个部位的微小弯曲，就可能引发全身受力状态的连锁反应，想用一连串明确的指令去精确控制它，几乎无从下手。

不过，这个难题最近有了突破性的解法。美国弗吉尼亚理工大学的研究团队，从大脑神经元的工作方式中获得灵感，开发出一种名为“储备池计算”的新型计算方法。这项研究首次实现了对高速柔性软体机械臂的有效控制，并将能耗大幅降低，相关成果已发表于最新一期的《美国国家科学院院刊》。

从“蛇形”结构到“储备池计算”

研究团队首先利用三维虚拟工具，设计了一种仿照蛇类身体结构的模拟机械臂。这个设计颇具巧思：机械臂采用中央弹性核心，并配备了多组类似人类肱二头肌和肱三头肌的合成肌肉。这些“人工肌肉”彼此重叠、协同工作，共同驱动机械臂完成弯曲、扭转和伸展等复杂动作。

然而，现有的控制方法，面对这种高度柔软且变化迅速的结构时，显得力不从心。为了解决控制难题，团队引入了“储备池计算”这一神经计算方法。简单来说，他们将机械臂的运动数据输入系统，设定好目标动作，然后通过海量的虚拟实验，让系统自主学习不同“肌肉”之间该如何协同运动。随着实验结果的持续反馈，一个关于软体机械臂行为的新模型逐渐被“训练”出来。

能效的飞跃与未来的蓝图

这种方法的意义，不仅在于突破了传统人工智能和机器学习在软体机器人控制上的局限，更在于它展现出了惊人的能效优势。当研究团队将这套系统部署在一种模仿大脑神经元“脉冲”工作的神经形态芯片上后，能耗最多可降低至原来的1/75。这意味着，未来软体机器人的“大脑”可以更小、更节能，为制造更小型、更自主的机器人铺平了道路。

当然，目前这种“肌肉型”机械臂仍停留在虚拟仿真阶段。团队的下一步计划，是制造实体原型机，在真实世界中进一步验证这种控制方法的有效性。他们的愿景是，让未来的软体机器人能像章鱼等柔软生物一样，拥有更加自然、灵活的运动能力。一旦实现，医疗手术、精细农业、灾害搜救以及基础设施检测等领域，都将迎来全新的工具变革。

总编辑圈点

这本质上是一次解题思路的转变。软体机器人敏捷灵活，但如果执着于算清它每一处的受力情况，传统算法的速度根本追不上它变形的速度。到底该如何控制它？科研人员这次另辟蹊径，用新的方法构建了关于其整体行为的模型。这种控制法摆脱了必须精准建模每一个受力点的传统思维，极大地节约了算力，使得在小芯片上运行复杂算法成为可能。新方法也将软体机器人从实验室模型向实用工具推进了一大步，那些有风险、耗体力的工作，未来有望更多地交给机器人来完成。