北卡州立尹杰、苏浩团队Sci. Adv.：“无脑”软机器人自主穿越迷宫

相信很多人都玩过走迷宫的游戏。机器人自发走迷宫已成为一年一度的国际电老鼠（MicroMouse）走迷宫竞赛，电脑鼠智能微型硬机器人集成了微控制器（“大脑”）、视觉传感器，以及机电驱动装置来记忆、选择与计算最佳路径达到目的地。如何让软体机器人也可以自发穿越迷宫一直以来是一个巨大的挑战，原因在于很难将电源、驱动、传感器以及微控制器等这些硬件集成到其柔软的躯体上，从而达到同时实现自发性（或无绳牵引）以及智能性 （自我路径决定以及避障）。近年来，依靠活性响应软材料，比如磁性软材料以及光或热刺激软材料，研究者们已经实现了各种无绳软机器人，也利用穿越迷宫展示了其灵巧性。但目前软机器人穿越迷宫大多依靠外在的人为控制，比如调节磁场以及光照等，而非自我路径选择智能逃离。

最近来自北卡罗莱纳州立大学尹杰、苏浩团队提出了一种新的自主走迷宫的思路，该团队避开了传统上需要“大脑”计算来控制软机器人运动路径的策略，采用基于活性材料智能与结构智能的物理智能的方式来实现无脑软机器人自主穿越迷宫。该成果近期以Physically intelligent autonomous soft robotic maze escaper为题发表在Science Advances上。

该工作是该团队去年液晶弹性体（LCE）螺丝粉自主智能机器人的升级版本（Proc. Natl. Acad. Sci. U.S.A. 119, e2200265119，2022）。液晶弹性体作为一种可以吸收热源而转化为自身动能的活性材料，其本身具备了一定的材料智能。另外通过预先对几何结构的设计，比如螺旋带状体，可自发吸收热表面上的能量，来实现环境热能量自驱动的滚动，当与障碍物发生碰撞可发生弹性跳变完成转身来避障，从而可以自主逃离简单的有障碍物的空间。

然而，当面对相对复杂的多通道迷宫时，需要自主软机器人具备多项必备能力，比如自转弯、自我路径调节来避免陷入死循环，以及大面积的路径扫描以及试错找到出口。由于螺旋几何结构的单一，原先的设计使得在处理复杂迷宫时，常常会陷入在两堵墙之间来回滚动的死循环，从而使得逃逸变得不可能。

为解决该问题，团队基于局部具有麻绳状特征的LCE条，对比了三种不同的几何结构（图1）：直线型，螺旋形，以及半直线半螺旋的“混合型”。因为迷宫的设计多为相互交叉的多通道，团队选择从最简单的单通道开始，也就是仅有两堵平行墙构成的局限空间开始测试。发现直线型和螺旋形都将陷入来回滚动的死循环；而得益于混合型 “麻绳条”的几何非对称设计，通过显著的弯曲的“Z”字形路径，其成功地逃离了两堵平行墙围成的空间，这也为该软体机器人能够逃离更复杂的迷宫提供了支撑。

图1. 不同几何形状LCE 软机器人的制备以及逃逸简单单通道效率的比较

对于走迷宫而言，能够逃逸意味着：1、能够感知障碍的存在并且离开；2、较小的转弯半径，即较为出色的灵活性而不被“卡”在死胡同之间。团队已经证明条状LCE能够产生弹性跳变而自发离开障碍；而对于转弯半径，经过实验（图2），混合型设计要优于其他两种几何结构，团队追踪了上述三种软机器人在热平面上的路径，测算其转弯半径。数据显示，混合型LCE相较于其他两种设计，具有更小的转弯半径和更稳定的表现，这就意味着即使在相对狭小的空间里，该设计也可以完成转向，从而避免陷入 “死循环”。

图2. 几种不同几何形状的麻绳状LCE转弯性能的表征

随后，团队设计了更为复杂的迷宫，其由外围单出口，内部六堵墙围成的多通道组成（图3）。从图中可以看出这两种设计都出现了很多横向及其纵向的“死局”，对于原先的直线型设计几乎是不可能逃逸的。但是对于“混合型”设计，逃逸这两种迷宫的平均时间都集中在1小时左右。从追踪的路径中可以看出，其逃逸轨迹也相对简洁，对于未集成传感器的软体机器人而言，提供了全新的设计思路。另外，迷宫也并非只是静态的，团队设计了一种内部墙壁会随时间变化的迷宫（图4），该迷宫的特点是很可能暂时性的造成彻底的封闭空间，但实验证明，该机器人的亦可在有限次循环中成功逃出，最终找到正确的出口。

图3. 非对称LCE软机器人逃离两种不同的迷宫

图4.非对称LCE软机器人逃离结构随时间变化的迷宫

作者介绍：文章的第一作者为北卡罗莱纳州立大学博士后赵耀，共同通讯作者为北卡罗莱纳州立大学尹杰与苏浩教授。合作者包括北卡罗莱纳州立大学博士生洪尧烨、博士后李艳滨、博士生漆方杰和清海涛。

转自：“高分子科学前沿”微信公众号

如有侵权，请联系本站删除！