软体机器人在具身智能中的新进展

软体机器人正悄然重塑具身智能的边界。它们以柔软的结构直接感知外界应力，将形变本身当作信息通道，让算法在“身体”里体验并学习，而不必依赖硬质关节的离散动作。

新材料赋能的形变机制

近两年，水凝胶驱动的膨胀式臂已实现毫秒级收缩；介电弹性体在高电压下可产生近30 %的伸长率；而自愈合黏弹材料让机器人在碰撞后自行恢复结构完整。这些材料的非线性本构关系被嵌入物理引擎，仿真时即可捕捉到真实的波动与阻尼。

具身学习在软体机器人的落地

因为软体结构的自由度极高，传统的运动学规划失效，研究者转向强化学习与元学习的闭环。训练时在高保真仿真中随机化黏度、温度、光照，模型被迫抽取与形变耦合的特征；随后通过硬件在环的微调，完成从虚拟到现实的无缝迁移。

• 2023 年 MIT 团队发布的“OctoSoft”，在海底抓取实验中成功抓住 85 % 的不规则贝类。
• 东京大学的软体内镜机器人利用光致变形材料，实现了在弯曲血管内的自适应导航。
• 斯坦福的可穿戴软体外骨骼通过实时形变感知，帮助残障人士完成日常搬运任务，平均耗时比传统机械臂减少 40 %。

典型应用场景

在海洋环境中，软体机器人凭借低阻力的蠕动方式，能够在珊瑚礁间穿梭而不破坏脆弱的生态；在医疗领域，它们的柔软外形让手术刀口更小、组织损伤更低；在工业检测中，柔性臂可贴合不规则表面，完成高精度的涂层厚度测量。

每一次形变都在为机器人“身体”写入新的经验，软体平台的进步正让具身智能从实验室走向真实世界的每一道细缝。