《eScience》：Ultrathin neuromorphic soft muscle integrating sensing and disturbance robustness for adaptive object balancing
编辑推荐：
超薄软体机器人能够实现共形贴附和轻量化部署，然而其对环境刺激的敏感性可能将扰动放大为持续振荡，限制了在非平稳条件下的稳定性。本文提出了一种超薄神经形态软体石墨烯肌肉（SGM, 106.8 ± 2.79 μm），该肌肉将自感知、驱动和抗扰功能集成于单一器件中，以
超薄软体机器人能够实现共形贴附和轻量化部署，然而其对环境刺激的敏感性可能将扰动放大为持续振荡，限制了在非平稳条件下的稳定性。本文提出了一种超薄神经形态软体石墨烯肌肉（SGM, 106.8 ± 2.79 μm），该肌肉将自感知、驱动和抗扰功能集成于单一器件中，以实现紧凑的闭环控制。本体感觉状态通过实时石墨烯电阻变化进行编码，而热驱动变形则提供可调的姿态调节。研究人员进一步通过机器人抓取和含羞草启发的局部触觉响应，展示了SGM的实际驱动和感知-驱动集成能力。使用近端策略优化（PPO）的在线强化学习实现了振荡抑制和稳态收敛。在2.5 m/s气流下，SGM将波动幅度降低了62.93 ± 16.08%。在倒立摆平衡任务中，它支撑了自身重量1.19倍的负载，并在持续2.0 m/s气流下保持了超过13小时的直立稳定性。在0.1 m/s和0.4 m/s的移动小车上，在基座加速度扰动下仍能保持直立稳定。这些结果为在扰动环境中稳定运行的可部署超薄软体机器人建立了一条路径。
该论文发表于《eScience》杂志。超薄软体机器人因共形贴附和轻量化部署在微操作、受限空间运动等领域具有广阔应用前景，但其低刚度和薄厚度使其对环境刺激高度敏感，扰动易被放大为持续振荡，导致非平稳条件下稳定性不足。现有研究多聚焦结构和驱动设计，缺乏将自感知、驱动和抗扰集成于单一超薄器件、并通过无模型智能控制实现稳定闭环反馈的系统方案。为此，研究人员提出了一种超薄神经形态软体石墨烯肌肉（SGM, 106.8 ± 2.79 μm），通过材料、结构和算法的协同设计，在同一器件内集成本体感知、电热驱动和抗扰功能，并采用近端策略优化（PPO）强化学习（RL）实现无外部视觉的自适应闭环控制。结果表明，SGM可有效抑制气流扰动引起的振荡，在倒立摆平衡任务中支撑自身重量1.19倍负载并维持直立超过13小时，甚至在移动基座动态扰动下仍能保持稳定。该工作为在扰动环境中可部署的超薄软体机器人提供了实现路径。
研究人员开展研究使用的关键技术方法主要包括：通过激光直写技术在聚酰亚胺（PI）膜上制备多孔激光诱导石墨烯（LIG）作为传感与加热核心，将LIG转移至聚对苯二甲酸乙二醇酯（PET）传输层，再旋涂聚二甲基硅氧烷（PDMS）驱动层和PI支撑层，形成四层结构。电路系统采用微控制器（STM32F103）通过模数转换器（ADC）实时监测电阻，利用升压转换器（SX1308）驱动电热致动。控制算法方面，采用基于PPO的在线强化学习框架，状态由四路SGM电阻向量定义，动作空间为16种离散驱动模式，奖励函数引入波动惩罚与稳定奖励。此外，迁移学习（TL）策略利用预训练网络参数加速新设备的策略收敛。
研究结果部分：
**2.1 SGM的结构与表征**：通过扫描电子显微镜（SEM）、X射线光电子能谱（XPS）和拉曼光谱（Raman）表征了SGM的四层结构（PI/PET/LIG/PDMS），平均厚度106.8 ± 2.79 μm，LIG呈多孔结构，拉曼D/G峰比约0.8，表明缺陷少、石墨化程度高。
**2.2 SGM的应变传感与驱动性能**：通过拉伸测试获得应变灵敏度因子（GF）为9.65，在1%–4%应变范围内呈线性关系，且经1020次循环保持稳定。电热驱动下，梯形LIG图案实现更高效变形，弯曲角与电压呈指数关系，可在16–20 V下实现123°–270°弯曲，响应时间6秒，恢复时间8秒，功率0.13 W，优于形状记忆合金（SMA）和液晶弹性体（LCE）等软驱动器。
**2.3 驱动与感知-驱动集成的系统级演示**：将SGM集成至机械臂，成功抓取质量为其0.76倍（立方体）和1.27倍（长方体）的物体，并能在26 mm窄通道内作业。含羞草启发的触觉实验中，四分支SGM通过局部电阻变化触发对应分支弯曲，实现空间选择性响应。
**2.4 气流环境下的抗扰性能**：在2.5 m/s气流下，采用PPO控制训练2000轮后，平均波动幅度从4.34 ± 0.50 mm降至1.35 ± 0.50 mm（降低62.93 ± 16.08%），优于随机驱动，统计检验（Kruskal-Wallis检验和Mann-Whitney U检验）显示显著差异。
**2.5 强化学习控制的连续倒立摆垂直平衡**：SGM在倒立摆任务中通过PPO算法学习控制加热时长，奖励函数综合稳定性、安全性和能量效率。经4000轮训练后，实现了13.67小时的连续直立平衡，平衡状态下电阻波动显著减小，而失败时电阻突变触发大惩罚。
**2.6 迁移学习与动态扰动下的平衡性能**：采用75%迁移率策略，训练收敛速度加快约580轮。三台不同SGM设备经迁移学习后平衡时间分别提升15.9、17.7和15.2秒。在2 m/s气流干扰下，SGM仍保持平衡超过100秒；在0.5–2.0 m/s气流下均能维持直立。在移动小车（0.1 m/s和0.4 m/s）上，SGM在基座加速度扰动下持续保持倒立摆直立，而传统刚性小车上的摆迅速倾倒。
总结讨论部分指出，SGM的结构优势在于超薄、内在自感知和无模型控制，使其能适应环境扰动和不确定工况，适用于轻量化操作、长时间姿态稳定和受限空间抗扰控制。未来需优化热管理、响应速度、生物相容性和多自由度控制，并通过改进LIG微结构、开发SGM阵列、融合多模态传感和提升强化学习数据效率来拓展应用。研究结论如下：本研究提出了一种超薄神经形态软体肌肉SGM，将自感知、驱动和抗扰集成于单一器件，通过材料、器件架构和控制算法的协同设计，无需外部视觉即可实现紧凑闭环控制，解决了超薄软结构在真实环境中易受扰动放大而产生持续振荡的核心难题。本体感觉状态通过石墨烯电阻的实时变化编码，并用于连续调节热驱动变形以实现姿态调节。算法层面，基于PPO的在线强化学习结合仿生疼痛模拟奖励塑造，引导策略抑制不必要波动并收敛至稳态行为。此外，迁移学习减轻了器件间差异导致的重复训练，提高了训练效率和跨样本复用性。SGM的实际意义通过从基本驱动到智能稳定的逐步能力链得到验证：设备不仅能稳定抓取和操作物体（负载可达自重1.27倍），还展现出含羞草启发的内在感知-驱动耦合；进一步地，它有效抑制了气流诱导的波动，并在负载自重1.19倍的情况下实现了超过13小时的稳定倒立摆平衡；在动态基座扰动下仍保持稳定，且能在26 mm窄通道内作业，凸显了其在空间受限和动态扰动环境中的适应性。这些结果表明SGM特别适用于轻量化操作、长期姿态稳定和受限空间抗扰控制，例如狭窄管道、紧凑机器人模块和受限软体机器人系统。与需要外部传感器或预定义模型的传统软驱动器相比，SGM结合了超薄结构、内在本体感觉和无模型控制，使其能适应环境扰动和不确定工况。因此，它可能为微型操作、自适应抓取和紧凑型机器人系统提供一个有用平台，其中器件厚度、传感集成和抗扰能力至关重要。对于潜在的生物医学或微创场景，超薄外形和受限空间操作优势明显，但直接转化需进一步优化热安全性、响应速度、生物相容性和多自由度控制。
