軟體機器人嶄露頭角

李忠東

“鈍口擬獅子魚”暢游深海

軟體機器人的吸引力在于它的靈活性和通用性，能彎曲和塑形，制成任何想要的形狀。浙江大學之江實驗室的科研團隊及其合作者，于2021年3月4日研制出一款無需耐壓外殼的仿生軟體智能機器人。研究團隊的靈感來自鈍口擬獅子魚，它創下了一項人類拍到活體魚類的最深紀錄——8178 米，可承受700千克/平方厘米的壓力，表現出頑強的生存能力和靈活的移動能力。鈍口擬獅子魚身體呈流線型，表現出對深海環境的多種適應性，包括透明的皮膚、能拍打的胸鰭、巨大的胃、較纖細的肌肉、輕微骨化的骨骼和不完全封閉的顱骨。它的一個與骨骼鈣化相關的基因發生了假基因化，使得其骨骼變得非常薄且能夠彎曲。鈍口擬獅子魚的生育周期也大大延長，以便更好地在惡劣的環境下生存繁衍。

科學家把機器人設計成一個與鈍口擬獅子魚相似的軟體，每側有2個大鰭，大鰭前緣由較硬的材料制成，可以上下彎曲，其上還附著一層薄薄的柔性薄膜，幫助它提供推進力。該機器人全長 22 厘米（其中體長11.5 厘米，尾長10.5 厘米），翼展28 厘米。電力和控制電子設備包括鋰離子電池、高壓放大器、紅外接收器、放電電阻器和微程序控制器等。“肌肉”位于軟體和大鰭的交界處，由能將電能轉換成機械功的材料構成，并固定在散熱片上，它的收縮會使大鰭相對于軟體向下拉。

傳統的水下航行器需要金屬材料制成的水密外殼，以承受深海高壓，并且隨著下潛深度要求的提高，外殼的厚度和尺寸也要增加。然而，這款機器人消除了對耐壓外殼的需求。研究人員通過壓力測試發現，如果精密的電子元件密集地封裝在一塊印刷電路板上，它們的接口處容易發生故障，而將其嵌入并分布在柔軟的硅樹脂基體中，可保護其免受高壓影響。這種設計源于鈍口擬獅子魚頭骨的分布，相較其他保護深海電子設備的方法更實用，成本也更為低廉。

科學家在機械驅動部分，選用了一種加上電壓即可出現形變的電激活聚合物。這種介電彈性體（DE）成為機器人游動的關鍵。當施加交流電壓時，周期性變形的DE“肌肉”使2個鰭產生拍打運動以推進游動。

為了測試該軟體機器人的游動性能，研究人員首先在壓力水腔中進行了試驗。接著，他們在70米深的湖泊中進行了測試，機器人能夠以3.16厘米/秒的速度自由游動。之后，在中國南海現場試驗中，機器人由遙控潛水器攜帶到 3224 米的深度，在8千伏、1赫茲的交流電壓的驅動下，以5.19厘米/秒的速度拍打雙鰭運動，成功地實現了自由游動。最后，研究人員在馬里亞納海溝分別測試了機器人的雙鰭拍打運動和克服壓力阻力的能力。他們將機器人安裝在深海著陸器上，機器人內部自帶容量為 2500毫安的鋰離子電池和高壓放大器自動供電，可以產生0.5赫茲的7千伏、8千伏和9千伏的激勵交流電壓。最終結果顯示，在沒有耐壓外殼壓力容器的情況下，機器人撲鰭驅動保持了45分鐘。

多次試驗表明，這款無需耐壓外殼的仿生軟體智能機器人有極好的耐壓和游泳性能。對此，外國機器人專家高度評價道：“這款軟體智能機器人，達到了受生物啟發的軟體機器人所能實現的極限。”

“章魚”完全不靠電驅動

在軟體機器人的制作方法中，最簡單的是用3D打印，用柔軟卻有韌性的材料取代傳統的剛性連接器和外殼。其中，液態硅橡膠最為引人注目，它具有流動性好、硫化快的特點，既可澆注成型，也可注射成型。美國哈佛大學科學家開發的有史以來第一臺軟體自主機器人Octobot，使用的就是液態硅橡膠。它只有手掌大小，不靠電驅動，而是通過化學反應產生的大量氣體聚集壓縮，借助壓強變化，實現機械臂的運動。

研究團隊最早設想的只是一個半柔性機器人，用常規的泵閥系統驅動，并且需要電纜連接機。后來，他們從章魚身上找到靈感，不僅機器人的軀干和致動器使用的是柔性材料，而且控制系統和電源也使用柔性材料，無需再受外置電纜的牽制。經過5年攻關，他們終于使Octobot成為世界上首個全軟體機器人，能扭曲著繞過障礙物。

Octobot的“大腦”部分設計有柔性微流體回路，可以用由壓強激活的閥門和開關在通道內傳導濃度為50%的過氧化氫溶液。在鉑金屬粉末的催化下，這種液體燃料會快速生成大量的水和氧氣。由于生成物的體積大于原來反應物的體積，通道內的壓強由此產生改變，使Octobot的機械臂在突然增大的壓強的影響下膨脹舒展，進行運動。與此同時，排氣孔保證氧氣最終會通過它排出。

浙江大學成功研制出一款無需耐壓外殼的仿生軟體智能機器人。

全軟體機器人“Octobot”模仿章魚的形狀。

為了使Octobot能保持一段時間的自主運動，研究團隊設計時把它的8只機械臂分為2批（4只機械臂為一批），機械臂中設置了閥門和開關。啟動前將過氧化氫分別注入到2個儲液槽中，這2個儲液槽分別對應一批機械臂。注入后，儲液槽會像氣球一樣慢慢膨脹，并利用壓強差使過氧化氫通過微流體回路。這時，壓強的變化會使一些機械臂的控制點打開，其余的則會關閉，以此確保同一時間只有一半機械臂流通燃料。隨著燃料的消耗，流通燃料的機械臂內部壓強會增大，使得燃料轉而流向另外一半原本關閉通道的機械臂。如此往復，通過精巧的閥門開關設計，利用不斷變化的壓強差，使Octobot的機械臂在一段時間內能保持自主運動。

在工作過程中，3D打印而成的Octobot的內部通道扮演著重要的角色，成為“大腦”和機械臂進行“通信”的渠道。研究人員在進行3D打印時，在章魚形狀的模具中倒入了液態硅橡膠，又在其中注入一種特殊的墨水，后者負責在液態硅橡膠中保持形狀和位置。墨水加熱后會蒸發，留下了Octobot內部的通道網絡。制造Octobot的材料成本很低，不到3美元，而燃料大約僅為5美分/份，因而在大規模應用時不存在高成本的顧慮。

目前，Octobot還沒有達到最佳狀態，一次添加的燃料（1毫升）只能維持機器人大約4～8分鐘的“生命”，自主運動方式也比較單一，還無法實現自主轉向，需要進一步改善。目前，Octobot還沒有專門為一項操作任務設計程序，只是作為一種技術的展示。在后續的研究中，微流體回路將升級得更為精密復雜，以確保Octobot能更持久地運動，再搭配恰當的肢體動作，實現更復雜的操作。除此之外，為了更好地適用于復雜的應用場景，Octobot可能還需要將微流體回路和柔性傳感器相結合，讓全軟體機器人變得更為智能。

新算法更上一層樓

傳統主流機器人可使用外部攝像機繪制機器人的位置圖，再將這些信息反饋到機器人的傳感器和控制程序中，通過算法就能對機器人進行管理。而軟體機器人則不同，它們的結構和材料因為非線性而擁有更多的自由度，從理論上說，任何一點都能以可能的方式變形，因此完成動作任務得依靠本身充分的“感知”。

美國麻省理工學院的研究人員開發了一種新穎的神經網絡體系結構，它可以決定機器人體內需要多少個傳感器，并且優化它們的位置，與此同時學習有效地完成分配的工作任務，更好地與環境交互。研究團隊首先將機器人的身體分成“粒子”區域，提供每個“粒子”的應變率作為神經網絡的輸入。神經網絡在反復嘗試、犯錯和糾正的過程中，學習用最有效的動作序列來完成任務，比如抓取不同大小的物體。該網絡會跟蹤最常使用的那些“粒子”，并從一組輸入中剔除較少使用的“粒子”，以用于網絡的后續試驗。

除了對“粒子”進行優化外，神經網絡還能提供安放機器人傳感器的最優方案，以獲取最大收益。比如，在一個有抓手的模擬機器人中，該算法可能提出傳感器應集中在手指周圍，因為這些區域對發揮它們操縱物體的能力至關重要。盡管這看起來很明顯，但事實證明該算法大大優于人類安放傳感器的直覺。

美國麻省理工學院開發的軟體錐形機器人抓取器可以抓取比自身重100倍的物體。

美國麻省理工學院發明一種叫作“GelFlex”的軟體機器人手指。

研究人員認為，為了使軟體機器人越來越先進，例如可以抓取薯片但不會將其壓碎，必須賦予它觸覺和本體感知（一種在空間位置中的感知）。而在大多數軟體機器人中，這種感覺是不存在的。現在美國麻省理工學院的兩個研究團隊有了可以改變這種情況的解決方案，能使它更好地感知抓著的是什么物體，以及決定使用的力度有多大。

其中一個研究小組在先前研究的基礎上，開發了一種軟體的錐形機器人抓取器，這種機器人可以輕而易舉地抓取比自身重100倍的物體。他們增加了傳感器，使其能夠撿起像薯片一樣精細的物品。截至目前，研究人員已經分別用很重的瓶子、罐頭、蘋果、牙刷和一袋餅干等物品進行了測試，并取得了成功。

第二組研究人員發明了一種叫作“GelFlex”的軟體機器人手指，使用嵌入式攝像頭和深度學習來創建觸覺和本體感覺。它看起來就像一個只有2個手指的杯子夾持器，其中一個手指在指尖附近有一個攝像頭，而另一個攝像頭則隱藏在手指中間。攝像頭觀察手指前表面和側表面的狀態，神經網絡利用攝像頭的信息進行反饋，使得GelFlex能夠拾取各種形狀的物體。實驗證明，GelFlex具有高精度的本體感覺，能準確預測被抓取的物體，也能夠承受相當大的沖擊，而不會損害相互作用的環境和自身。

與剛性機器人相比，軟體機器人可以更好地適應各種環境，受到外界沖擊后也不會產生大的損害，在空間狹小、非結構化的環境下都可以完成復雜的任務。相信在不遠的將來，會有更多更好的軟體機器人面世。它們或進入太空，在火星表面快速移動;或用于修復手術，充當幫助患者從傷病或中風中恢復的外骨骼;或用于清理遭遇地震或火災的建筑物殘骸，執行搜救等高危任務;或用于工業環境，作為協作機器人與人類一起工作。