从小鼠细胞中提取的肌肉组织能移动"生物杂交机器人"

从小鼠细胞中提取的肌肉组织能移动"生物杂交机器人" 虽然这些系统具有柔软的外形，但它们的许多部件仍像传统的同类产品一样是刚性的。研究人员正在努力为这些软体机器人引入柔性元件，以创造运动能力。正如麻省理工学院简明扼要地所说，"我们的肌肉是大自然的完美致动器"。不过，该团队的研究并不只是简单地模仿肌肉。该校的研究人员正在使用活体肌肉组织与合成机器人部件结合，制造一种被称为"生物混合"的机器人。麻省理工学院工程学教授里图-拉曼（Ritu Raman）证实了这一过程，并指出："我们用小鼠细胞构建肌肉组织，然后把肌肉组织放在机器人的骨架上。然后，这些肌肉就充当了机器人的致动器每当肌肉收缩时，机器人就会移动。"肌肉纤维连接到一个被称为"挠曲"的"弹簧状"装置上，该装置是系统的一种骨骼结构。生物肌肉组织很难处理，而且通常难以预测。将其放置在培养皿中，肌肉组织会按预期膨胀和收缩，但不是以可控的方式膨胀和收缩。要在机器人系统中使用，它们必须可靠、可预测和可重复。在这种情况下，就需要使用在一个方向上具有顺应性，而在另一个方向上具有抵抗性的结构。拉曼的团队在马丁-卡尔佩珀教授的麻省理工学院制造实验室找到了解决方案。挠性结构仍需根据机器人的规格进行调整，最终选择了刚度为肌肉组织1/100的结构。拉曼指出："当肌肉收缩时，所有的力都会转化为该方向的运动。这是一种巨大的放大。"拉曼说，这种肌肉纤维/挠性系统可以应用于各种不同尺寸的机器人，但研究小组的重点是制造超小型机器人，以便有朝一日能在体内进行微创手术。 ... PC版： 手机版：

"昆虫大脑"启发的机器人能轻松绕过障碍物

"昆虫大脑"启发的机器人能轻松绕过障碍物 在机器人技术日益先进的时代，有一个团队却逆流而上，从一只小飞虫针尖大小的大脑中寻找灵感，制造出了一个只需花费极少精力和能量就能巧妙避开碰撞的机器人。科学家们认为，果蝇的大脑非常小，在飞行过程中可用的计算资源非常有限，这种生物模型可以用于机器人的"大脑"，以实现高效、低能耗和避开障碍物的运动。格罗宁根大学的物理学家伊丽莎白-奇卡（Elisabetta Chicca）说："就像在火车上一样。附近的树木似乎比远处的房屋移动得更快。昆虫利用这一信息来推断事物的距离。我们从中学到的是：如果你没有足够的资源，你可以用你的行为来简化问题。"在果蝇的大脑中，周围物体的运动是通过光学神经元 T4 和 T5 处理的。在比勒费尔德大学神经生物学家马丁-埃格尔哈夫（Martin Egelhaaf）的帮助下，研究小组通过算法在小型机器人"大脑"中模拟了这种神经活动，使其具备了处理方向信息的能力，从而有效地移动并避免与路径上的任何障碍物发生碰撞。"许多机器人技术并不关注效率，"奇卡说。"我们人类在成长过程中往往会学习新的任务，在机器人技术领域，这也反映在当前的机器学习趋势中。但昆虫一出生就能立即飞行。在它们的大脑中，高效的飞行方式是硬性规定的。"最终，这个小巧的机器人实现了一个主要目标转向检测到的移动最少的区域。格罗宁根大学的索尔本-肖佩（Thorben Schoepe）是硬件的设计者，他对轮式机器人进行了一系列测试，发现它能在物体之间找到中心点，还能灵巧地调整路径，引导自己绕过障碍物就像昆虫在飞行时一样。由研究员索尔本-肖佩（Thorben Schoepe）制造的机器人在导航测试中对准目标中心 Leoni von Ristok/格罗宁根大学奇卡说："这个模型非常出色，一旦设置好它，它就能在各种环境下工作。这就是这项成果的魅力所在。"研究小组认为，这是第一项专注于避障的同类研究，它为机器人神经形态硬件的发展迈出了一大步。未来，这样的机器可用于在灾难现场等杂乱地形中导航，能量输出极低，还可根据用途配备不同类型的传感器，如探测无结构物体的雷达。奇卡说："我们开发的机器人灵感来自昆虫。它具有在密集地形中行进、避免碰撞、穿越缝隙和选择安全通道的卓越能力。这些能力是通过一个神经形态网络引导机器人向表面运动较小的区域移动来实现的。我们的系统利用了有关昆虫视觉处理和避障的知识"。这项研究发表在《自然通讯》杂志上。 ... PC版： 手机版：

工程师们创造了一种由四脚爬行生物启发的机器人

工程师们创造了一种由四脚爬行生物启发的机器人 一种替代方法是使用所谓的微型棘爪。这些夹具包含一系列锋利的小钩子，可以钩住被攀爬表面的小角落和缝隙。当抓取器被抬起，进行下一步攀爬时，钩子就会从表面松开。有些微型棘爪是被动的，依靠机器人悬挂身体的重量来保持抓地力。这种类型在相对平坦的墙壁上可以正常工作，但在悬崖峭壁等较不规则的表面上就比较吃力，需要采取更多的攀爬策略。有源微棘抓取器通过安装电动致动器，将一圈钩子有目的地沉入表面，从而绕过了这一限制，保持了在任何方向上都能起作用的电动抓取。不过，这种装置往往比较笨重、耗能、机械结构复杂，而且攀爬速度相当慢。这就是四足机器人 LORIS 的用武之地。LORIS 是与美国国家航空航天局（NASA）合作开发的，旨在探索其他行星该装置以一种攀爬有袋类动物命名，同时也取自"不规则斜坡轻型观测机器人"的字样，由保罗-纳丹、斯宾塞-巴克斯、亚伦-M-约翰逊和卡内基梅隆大学机器人力学实验室的同事们共同创造。机器人四条腿的末端都有一个伸展的微型棘爪，棘爪上有两组棘刺，彼此成直角排列。抓手通过一个被动腕关节与腿相连。这基本上意味着，无论腿部在做什么，抓手都会随之摆动。罗丽丝的每根微型螺旋管都由一个封装在 3D 打印塑料体内的钩组成机器人利用板载深度感应摄像头和微处理器，有策略地推进双腿，当一条腿上的抓手抓住攀爬表面时，对侧腿上的抓手在身体的另一侧，在身体的另一端也会这样做。只要这两条对角相对的腿保持抓手向内的张力，抓手就会牢牢地固定在表面。与此同时，机器人的另外两条相对的腿就可以自由地向上迈出下一步。这是一种受昆虫启发的攀爬策略，被称为定向向内抓取（DIG）。据研究人员介绍，LORIS 结合了被动式微螺纹抓手的轻便、快速、节能和简易性，以及主动式抓手的稳固抓取和适应性。此外，该机器人还具有制造简单、成本低廉的特点。您可以在下面的视频中看到 LORIS 的工作情况。有关这项研究的论文最近在国际机器人与自动化大会上发表。 ... PC版： 手机版：

可食用电池、传感器和致动器让可食用机器人变为可能

可食用电池、传感器和致动器让可食用机器人变为可能 EPFL智能系统实验室（LIS）主任达里奥-弗洛雷诺（Dario Floreano）说："将机器人和食物结合在一起是一项引人入胜的挑战。"他是最近发表的一篇观点文章的主要作者，这篇文章探讨了我们离可食用机器人的现实还有多远。"我们仍在摸索哪些可食用材料的工作原理与非可食用材料类似"。乍一看，食物和机器人似乎是科学领域的对立面。但是，根据文章作者的观点，可食用机器人并不仅仅是你花高价在高档餐厅的盘子上看到的新奇事物。它们在人类健康和营养、野生动物保护和动物福利以及环境等领域有着广泛的潜在应用。可食用机器人潜力巨大，2021 年，弗洛雷亚诺与荷兰瓦赫宁根大学的雷姆科-布姆（Remko Boom）、英国布里斯托尔大学的乔纳森-罗西特（Jonathan Rossiter）和意大利理工学院的马里奥-凯罗尼（Mario Caironi）共同发起了机器人食品项目，并获得了欧盟为期四年、总计 350 万欧元（375 万美元）的资金支持。非食用（灰色）和食用（彩色）材料在弹性和密度方面的比较根据 RoboFood 网站的介绍，该项目的"总体目标"是"为开发真正的可食用机器人和机器人食品奠定科学和技术基础"。为此，让我们来看看可食用机器人的发展时间表，就像大多数与科技相关的事物一样，可食用机器人的发展也是日新月异。2017 年，EPFL 的科学家们用两个完全可食用的致动器制造出了一个能够搬运苹果的机械手。这些致动器本身由明胶-甘油材料制成，具有类似硅树脂弹性体的机械特性。2022 年，EPFL 和瓦赫宁根的科学家设计出一种固定翼无人机，机翼由膨化年糕和明胶粘合而成。当然，只有无人机的机翼是可食用的，但它的飞行速度为每秒 33 英尺（10 米），可携带自身质量 50%的可食用载荷。2023 年，印度理工学院的研究人员用核黄素（维生素 B2）做阳极，用槲皮素（一种存在于红洋葱、辣椒和羽衣甘蓝中的促进健康的天然色素）做阴极，制造出了一种可食用的充电电池。活性炭提高了导电性，而紫菜通常包裹在寿司卷上的那种东西则用来防止短路。电池用蜂蜡包装，工作电压为 0.65 伏，仍然是摄入时的安全电压；两个电池串联起来，可以为一个 LED 供电约 10 分钟。2024 年，来自布里斯顿大学、印度理工学院和洛桑联邦理工学院的科学家们创造了首个基于电子传导的可食用应变传感器。关键在于一种新型导电墨水，它是活性炭、哈瑞博小熊软糖和水乙醇混合物的组合。当油墨喷洒在可食用的基底上时，两者都可以被吃掉。可食用部件、可食用机器人和机器人食物的例子。对于机器人食物，括号内标明的是输入刺激物RoboFood团队成员、该视角论文的共同作者之一Bokeon Kwak说："关于致动器、传感器和电池等单一可食用部件的研究很多。但最大的技术挑战是将使用电力来运作的部件（如电池和传感器）与使用液体和压力来移动的部件（如致动器）组合在一起。"研究人员在论文中阐述了目前实现可食用机器人所面临的挑战。现有的可食用致动器和电池在功率、耐久性和可靠性方面仍然低于非可食用的同类产品，或者它们需要使用非可食用的部件。另一个挑战是，虽然许多可食用部件是由我们通常食用的东西制成的，但还需要进一步研究它们与消化系统的相互作用。此外，还有微型化问题，要使机器人足够小，成为一个可吞咽的整体。最后，可食用机器人最终必须达到某种目的。那么，研究人员预计它们能达到什么目的呢？他们在论文中给出的例子包括：分析消化道并精确输送药物、通过食道清除食物堵塞物、为人类和动物提供营养、保护野生动物和驯养动物的健康包括注射疫苗、环境监测，当然还有提供新奇的烹饪体验。由于可食用机器人也是可生物降解的，因此比其他替代品更环保。洛桑联邦理工学院（EPFL）和印度理工学院（IIT）的科学家们用气动明胶腿和可食用的倾斜传感器制造出了这种部分可食用的滚动机器人EPFL一个重要的问题需要答案：人们对吃机器人会有什么反应？2024 年的一项研究给出了一些答案。研究人员给参与者提供了由糖和明胶制成的机器人一个会动，一个不会动并测量了他们的感知和味觉体验。他们发现，移动的机器人被视为"生物"，而静止的机器人则是"食物"。不过，移动的机器人味道更鲜美。移动的机器人经常被描述为"甜的"，参与者还提到了"苹果"等特定的味道，而不动的机器人则被描述为其组成成分，这表明参与者认为移动和不动的机器人是由不同的材料制成的。此外，在咀嚼移动机器人时，参与者描述的质感与机器人不动时明显不同。研究人员提出的一种可能的解释是，当机器人移动时，参与者认为机器人具有生命力；它更"有活力"。这篇论文的作者还没有推测我们何时能在盘子里看到可食用的机器人。虽然上述技术障碍仍需克服，但鉴于技术发展的突飞猛进，我们可能无需等待太久。文章发表在《自然-材料评论》杂志上。 ... PC版： 手机版：

仿生学启发设计的柔软的毛毛虫机器人利用折纸的力量移动身体

仿生学启发设计的柔软的毛毛虫机器人利用折纸的力量移动身体 访问：Saily - 使用eSIM实现手机全球数据漫游 安全可靠 源自NordVPN 正如我们最近看到的其他蛇形机器人一样，它（或它的后代）有朝一日可能会被用于搜索被困在灾难现场废墟下的幸存者，甚至可能用于探索其他星球的表面。它的模块化机身由一排磁性连接的分段组成。必要时，这些部分可以相互分离，并作为一个协作"蜂群"四处移动。不过，在大多数应用中，它们还是会像毛毛虫一样连在一起。每个圆柱形部件的 PET（聚对苯二甲酸乙二酯）表皮都采用了克瑞斯林式折纸图案。简而言之，这种折纸图案由多个对角折痕组成，可使圆柱段向下扭转成扁平圆盘状，然后再膨胀成圆柱状。每条折线上都有由液晶弹性体和聚酰亚胺组成的薄"控制条"，这两种材料上都覆盖着一条与电源相连的银纳米线。向纳米线网络施加电流会使其发热，进而加热控制条。液晶弹性体条对热量的反应是收缩，而聚酰亚胺条则同时膨胀。这种沿折叠线的不对称组合反应使膜段向下扭曲成圆盘状。当电流关闭时，薄膜又会膨胀成圆柱体。以这种方式依次激活所有区段，机器人就可以向前或向后移动。也就是说，纳米线"加热器"带可以只在片段的一侧激活。这将导致该段仅在这一侧收缩。如果以这种方式触发了相邻的几个节段，Robotopillar 的身体就会向那个方向弯曲和移动。科学家们目前正在努力提高机器人的速度并改进其转向性能。由普林斯顿大学博士后研究员赵拓领导的研究论文最近发表在《美国国家科学院院刊》（PNAS）上。您可以在Vimeo 上观看机器直立人的行动。 ... PC版： 手机版：

“机器人正在接管旧金山”

“机器人正在接管旧金山” 路线不对，踩着小碎步，稳步调头：或者不装了，调什么头，直接倒着走：在各种场景下都可以看到它们的身影：于是乎，网友传出了“机器人正在接管旧金山”的消息??：要不是视频中还有人类出镜，网友都要怀疑这是不是真的在旧金山：这就是来自加州大学伯克利分校的人形机器人成果。研究人员提出了使用序列建模和动作预测的Causal Transformer模型。使得人形机器人可以在室内外各种环境中稳健行走，应对不同地形，甚至还能背个书包，提袋垃圾：怎么做到的？此前，尽管一些人形机器人在特定环境下表现良好，但广泛存在泛化和适应新环境方面的问题。来自加州大学伯克利分校的研究人员提出了运用Causal Transformer的方法。这是一种Transformer模型，通过自回归从观察-动作历史信息中预测下一个动作，也就是模型的输出（预测的动作）只依赖于其输入（观察-动作历史信息）中的先前信息。具体来说，在处理“观察-动作对”时，模型会将每个“观察-动作对”作为一个token，并通过自注意力机制来学习这些token之间的关系。在自注意力计算中，模型会为每个token分配权重，这些权重反映了在预测当前动作时，序列中其他token的重要性。由于Causal Transformer限制了自注意力只能考虑前面的token，它能够捕捉到序列中的因果依赖，即当前动作的决策是基于之前观察-动作的历史信息。通过这种方式，Causal Transformer能够使机器人在复杂和动态的环境中，在没有未来信息的情况下做出适应性更强的决策。训练阶段，研究人员使用强化学习方法，在Isaac Gym模拟器进行大规模并行训练，模拟了机器人的刚体和接触动力学。为了模拟机器人的闭链动力学，引入了“虚拟弹簧”模型。在模拟中随机化机器人的动态属性、控制参数和环境物理属性，以及添加噪声和延迟到观察中。从模拟到现实的转移方面，研究人员在机器人初创公司Agility Robotics提供的高保真度模拟器中验证策略，该模拟器准确模拟了Digit机器人的动态和物理属性。经过实验，Digit机器人能够在多种环境中可靠行走，展现出对外部干扰的鲁棒性：以及在不同地形和载荷条件下的适应性：△左，脚被绊住；右，下坡顺带保持手臂摆动协调有力，不顺拐：Digit人形机器人再来介绍一下demo中的这款人形机器人Digit。背后公司Agility Robotics，前身为俄勒冈州立大学的Dynamic Robotics Laboratory。2022年，获亚马逊投资。Agility Robotics的主要产品是以鸵鸟等鸟类为发想的双足步行机器人，主要研发成果包含Cassie、Digit两个机型。其中Cassie是只有下半身的双足机器人：至于Digit，像是下面这个，已经成为亚马逊75万机器人员工中的一员，不过还处于测试阶段，负责搬运亚马逊标志性的黄箱子：Agility Robotics表示，将在今年向合作伙伴交付第一批Digit，Digit的初步应用包括仓库和配送中心内的散装材料处理，预计2025年全面上市。他们最近还宣布开设了一家新机器人制造工厂RoboFab?，声称第一年预计生产数百台机器人，之后每年产能最多可达10000台。Digit也将在新工厂中上岗，进行搬运、装载等工作。 ... PC版： 手机版：