实现真正自主和自适应的机器人技术是一个前沿领域,特别是在需要长期运行的场景中,如电线检查。[1],[2] 在这种情况下,机器人必须持续感知、适应并响应复杂的环境刺激。[3],[4],[5] 这类户外环境中的一个重大危险是长期暴露于低强度紫外线(UVA/UVB)辐射中。[6],[7],[8] 虽然单次暴露可能低于安全阈值,但累积效应会对人类和机器人部件(例如传感器退化)造成实质性长期风险。[9],[10],[11] 关键的是,要实现自主性和自适应性,传感器需要能够超越即时测量;它们必须记录时间曝光历史,并基于积累的经验进行行为调整,使机器人能够从经验中学习并调整行为。
然而,当前的商用紫外线传感器存在不足,只能捕捉瞬时辐照度,无法记录间歇性暴露模式或将累积剂量与效应相关联。[12],[13],[14] 这种缺乏自主性和历史依赖性的感测能力使得机器人无法获得进行自适应决策和恢复力所需的精确、时间丰富的数据。[15],[16] 因此,开发新的自主时间分辨暴露历史感测范式对于推进自适应机器人技术至关重要。
受到生物神经可塑性的启发,神经形态设备提供了一种有前景的途径。它们内在地表现出内部状态(例如导电性、光学参数)的非线性变化,反映了累积的刺激效应。[17],[18],[19],[20],[21] 全光子突触(APSs)对于自主神经形态机器人来说非常有吸引力,因为它们具有无接触操作和超低能耗的光处理能力[22],[23],同时模拟突触转换。[24],[25],[26],[27],[28],[29] APSs能够内在地记录单个紫外线事件并通过持久的自适应状态变化编码累积历史,[30] 这与自主环境记录的需求完全吻合。然而,现有的APSs在机器人应用中存在局限性:依赖紫外线/近红外输出通常需要能量密集型的激发光进行读出[31],[32],[33],[34],[35],或者晶体结构阻碍了实际机器人集成。[36],[37] 特别是,需要在室温磷光(RTP)寿命和量子产率之间找到常见的材料平衡,以实现实际的机器人应用。因此,开发具有高灵敏度、超低能耗、实际适用性和自主自适应响应的紫外线累积传感器对于下一代自适应光子神经形态机器人至关重要。
在这里,我们提出了一种基于光增强RTP的无金属有机薄膜APS,用于自主神经形态机器人。一个核心进展是将α位异构化引入分子设计中,这同时改善了RTP寿命和量子产率,克服了传统磷光系统的关键限制。从机制上讲,RTP调制源于薄膜内的紫外线诱导的氧气消耗,使得无需外部读出辐照即可内在地记录累积的紫外线暴露。当集成到自主神经形态机器人平台中时,该APS支持传感器内的处理,包括基于神经网络的分类和自适应紫外线避让行为。这项工作建立了将有机磷光体与神经形态机器人技术联系起来的材料平台,为能够进行长期自主操作的环保响应机器人提供了途径。