← 最新论文
💻 computer science

Model-based Optimization of Anguilliform Swimming Gaits for Soft Robotic Applications

本文介绍了软体七鳃鳗启发式双环境机器人(SLIDER)的设计、建模与优化,该研究利用 Lighthill 理论和遗传算法对游泳步态及尾鳍几何形状进行协同优化,在研究多模态游泳与攀爬能力的同时,实现了 0.59 倍体长每秒的系留速度。

原作者: Brian Van Stratum, James Gallentine, Caleb Rucker, Eric Barth, Jonathan E. Clark, Kourosh Shoele

发布于 2026-06-11
📖 1 分钟阅读☕ 轻松阅读

原作者: Brian Van Stratum, James Gallentine, Caleb Rucker, Eric Barth, Jonathan E. Clark, Kourosh Shoele

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正试图制造一种机器人,让它能胜任两项截然不同的工作:像鱼一样在水中游泳,以及像壁虎一样在墙上攀爬。挑战在于,让机器人擅长游泳的特性(即具有柔韧性和波动性)往往会使其不擅长攀爬(因为攀爬需要刚性和强度),反之亦然。这就像是试图设计一双既能完美应对马拉松跑步,又能完美应对攀岩的单鞋;在一种环境下有助于表现的特征,在另一种环境下可能会成为阻碍。

这篇论文介绍了一种名为 SLIDER(软体灯果启发式双环境机器人)的新型机器人。它的灵感来源于太平洋灯果(Pacific lamprey),这是一种能在河流中游泳并能爬上瀑布的真实生物。团队不仅制造了机器人,还为它构建了一个虚拟的“数字孪生”模型,以便在无需制造并损毁数百个物理原型的情况下,找出最佳的运动方式。

以下是他们工作的简要说明:

1. “数字孪生”(模型)

制造一个在水中运动的机器人非常困难,因为水会产生复杂的反作用力。

  • 问题: 如果你试图完美模拟水,超级计算机可能需要几天时间才能计算出一秒钟的运动。如果模拟过于简单,得到的结果又会是错误的。
  • 解决方案: 团队创建了一个“金发姑娘”(适中)模型。它既不过于简单,也不过于复杂。他们使用了数学理论(Lighthill 理论),将机器人视为一个在水中运动的长条形柔性物体。
  • 运作原理: 该模型考虑了两种主要力量:
    • 阻力(“泥泞”效应): 在低速时,水感觉粘稠且具有粘性,就像在泥浆中移动一样。
    • 惯性(“鞭梢”效应): 在高速时,水感觉沉重,并会对推开水流产生抵抗,就像当你把手伸出疾驰的车窗外时感受到的风力冲击一样。
  • 结果: 该模型运行速度快,可以在普通计算机上实时运行,使团队能够立即测试成千上bor个设计方案。

2. “辅助轮”(验证)

在信任他们的数字模型之前,他们必须证明它是正确的。

  • 他们制造了物理形态的 SLIDER 机器人,并将其固定在一个传感器上,使其虽然无法真正游走,但可以摆动尾部。
  • 他们将机器人在真实水箱中感受到的力量与计算机模型预测的力量进行了对比。
  • 匹配度: 计算机和现实世界高度一致(准确度约为 95%)。这证明了他们的“数字孪生”是一个可靠的“预言球”,可以预测机器人的行为。

3. “调节旋钮”(优化)

一旦信任了模型,他们就使用了遗传算法。你可以把它想象成一个数字进化模拟器。

  • 团队并没有由人工去猜测最佳的尾部长度或压力,而是让计算机“繁育”了数千个虚拟机器人设计。
  • 它保留了那些游得最快的设计,并“淘汰”了那些游得慢的设计,通过混合这些优良特征来创造出更完美的版本,历经了 100 代进化。
  • 发现: 计算机发现,为了游得快,机器人需要快速摆动尾部(高频率),并且在前部和后部之间保持特定的时间延迟。它还发现,稍微硬一点的尾部比极度柔软的尾部效果更好。

4. 大获全胜(结果)

利用这种数字优化技术,他们对真实的机器人进行了调优。

  • 速度: 优化后的机器人游泳速度约为 21.7 厘米/秒。这大约是其自身体长的 0.6 倍/秒。
  • 效率: 他们发现,游得快与游得高效是两回事。该机器人是针对“速度”进行优化的,这意味着它消耗大量能量,类似于短跑运动员冲刺很快但很快就会疲劳,而不是马拉松运动员那样注重节省能量。

5. “杂耍表演”(多模态设计)

最后,他们研究了机器人的双重属性:游泳与攀爬。

  • 他们在计算机中创建了一个“天平”。一边是游泳速度,另一边是攀爬能力。
  • 他们展示了,如果你想要一个优秀的游泳者,你需要特定的尾部形状;如果你想要一个优秀的攀爬者,则需要另一种形状。
  • 权衡: 不存在一种单一的“完美”机器人能同时在两方面都达到极致。你必须找到一个折中方案。他们的模型可以帮助工程师决定,为了获得攀爬能力,需要在游泳性能上做出多少程度的妥协,反之亦然。

总结

简而言之,作者构建了一个智能计算机模型,充当了软体机器人的“飞行模拟器”。他们利用这个模拟器,让他们的机器人 SLIDER “进化”出了最佳的游泳方式。他们通过在真实水箱中的测试证明了模型的有效性,并成功地利用它让机器人比仅靠人工猜测时游得更快。他们还展示了如何平衡机器人的设计,使其既能处理水环境,也能处理墙面,尽管这两项任务通常需要截然相反的设计。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →