安徽
驅動它前進的核心“人工肌肉”，能拉起約為自身重量 80 倍的重物。
它能地面上滾動前進，一進入水里，就自動展開“鰭”，切換成劃水推進模式。它不需要復雜的傳感器和多驅動器控制，而是直接利用環境刺激完成被動適應。
更厲害的是，鰭展開后，它的游泳速度可提升 780%。
近日，來自加州理工學院的研究團隊開發出一種兩棲軟體機器人AdaptBot。它結合光驅動人工肌肉、快速大膨脹水凝膠和棘輪傳動結構，在陸地、水中以及交界環境中實現多模態運動。這項研究發表在最新一期PNAS上。
01.
機器人為什么很難像動物一樣“見環境就變形”？
移動機器人已經越來越多地被用于物流、家庭服務、生態監測和極端環境探索等場景。問題在于，現實世界的環境往往并不單一。陸地、水域、濕地、坡面，甚至它們之間的過渡區域，對機器人的結構和運動方式提出了完全不同的要求。
但現在的大多數機器人，本質上仍然依賴固定形態。它們通常只能在某一類環境中表現良好，一旦進入另一種介質，效率就會迅速下降。雖然仿生學早就告訴我們，自然界中的兩棲動物會通過腳蹼、肢體和推進表面的變化來適應水陸切換，但把這種能力真正轉化到機器人上并不容易。
更關鍵的是，現有大多數“可適應機器人”依賴的是主動機制，也就是依靠傳感器、控制系統和額外驅動器來改變形狀。這種方案雖然強大，但系統復雜、能耗高、硬件負擔重。相比之下，能直接借助環境刺激完成形態變化的被動適應機器人仍然很少。
AdaptBot 想解決的，正是這個問題。
02.
一臺會“自己切換模式”的兩棲軟體機器人
AdaptBot 的核心思路很直接：不是讓機器人“感知后再決定如何變形”，而是讓環境本身直接驅動它的形態變化。
整個系統由三部分組成：
第一部分，光驅動人工肌肉 PAM
研究團隊使用液晶彈性體與碳納米管復合材料，3D 打印出一種光熱人工肌肉。它在近紅外光照下會收縮，冷卻后又恢復原狀，從而為機器人提供往復驅動力。實驗中，該人工肌肉最大應變可達44%，驅動應力達到0.16 MPa，并在100 個循環中保持穩定輸出。
第二部分，快速大膨脹水凝膠 FLASH
這是 AdaptBot 實現“遇水變形”的關鍵。FLASH 在接觸水后迅速膨脹，1 分鐘內長度就能翻倍，最終膨脹比約 227。它被安裝在輪轂和鰭之間，一旦入水，水凝膠膨脹就會把鰭向外推出；離開水后，隨著失水收縮，鰭又逐漸收回。
第三部分，棘輪傳動系統
人工肌肉本質上只會“拉一下、松一下”，但機器人需要持續前進。為此，研究團隊設計了一套齒輪與齒條組成的棘輪機構，把 PAM 的往復運動轉化為輪子的單向轉動，實現“收縮時前進、放松時不后退”的推進效果。
這三部分組合在一起，讓 AdaptBot 擁有了一個非常有意思的能力：
在陸地上，它像輪式機器人一樣滾動；進入水中后，它不需要額外控制，鰭會自己展開，切換成劃水推進。
03.
遇水展開“鰭”，推進力直接變 8 倍
為什么這個設計有效？
答案在于推進表面積。
研究中，作者給出了一個非常清晰的分析：當鰭展開后，葉片的有效長度大約翻倍，而推進力與長度的三次方相關，因此單個葉片的推進力理論上可以提升到原來的8 倍。
數值仿真也證實了這一點。展開后的輪子在水中能推動更大體積的流體，局部流速更高，葉片表面的壓強也更大，因此能夠產生更強的水動力推進。
這不只是理論推導。真實實驗中，AdaptBot 在鰭未展開時，水中平均速度約為0.16 mm s?1；鰭被動展開后，平均速度提高到1.4 mm s?1，提升約7.8 倍，也就是780%。
對于一個只用單個驅動器、同時還要兼顧陸地滾動、水中劃水、爬坡和拖載能力的兩棲軟體機器人來說，這個結果很有說服力。
04.
不只是會游，它還能滾、爬、拖，還能在濕地和沙地上走
論文展示的不是一個只能在實驗水槽里“會動一下”的機器人，而是一臺真正具有多模態運動能力的平臺。
實驗中，AdaptBot 可以：
- 在平地上滾動前進
- 在 17.8° 坡面上實現爬坡
- 在水中通過劃水推進
- 拖動達到自身體重6 倍的負載
- 在濕地、潮濕地面和沙地等復雜地形上運動
其中一個很有意思的細節是，研究團隊還通過更換不同輪子模塊來增強機器人對不同地形的適應能力。例如，為了在松散地表上獲得更強抓地力，他們采用了類似工業車輛paddle tire的高牽引輪胎紋路，使機器人在沙地、濕地等環境中的滾動表現更穩定。
也就是說，AdaptBot 的環境適應性并不只來自“遇水自動展開鰭”這一種被動機制，還來自于其模塊化機械設計。
一方面，它依靠環境觸發自身形態變化；另一方面，它又可以通過更換部件進一步適配不同地形。
05.
這項工作的意義，不只是做出一個會游會爬的小機器人
這篇工作的真正價值，在于它給出了一種新的機器人設計思路：
讓環境本身參與驅動機器人的結構變化。
過去，機器人為了適應環境，往往需要更多傳感器、更多驅動器、更復雜的控制算法。而 AdaptBot 所展示的是另一條路線：通過材料與機構的協同設計，讓“見環境就變形”這件事本身成為機器人的能力。
作者在文中指出，這種被動適應策略尤其適合資源受限、環境復雜、跨介質過渡頻繁的場景，例如生態監測、復雜地形巡檢，甚至極端環境探索。雖然目前系統在速度、熱管理和更高動態擾動環境下仍有提升空間，但它已經展示出一種很有潛力的方向：
未來的機器人，也許不需要時時刻刻“算”怎么適應，而是可以通過材料和結構，天然地“順著環境去適應”。
論文鏈接：
https://www.pnas.org/doi/full/10.1073/pnas.2532988123
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
