A Survey on Robotic Prosthetics: Neuroprosthetics, Soft Actuators, and Control Strategies
National Institute of Science Education and Research（国家科学教育与研究学院）
本文综述了机器人假肢领域，重点梳理神经假肢、软体执行器（如EAP、SMA、FFA）及控制策略的研究进展，并展望其未来发展方向。
2024-08-03 cs.RO cs.SY eess.SY
PDE-based Dynamic Control and Estimation of Soft Robotic Arms
University of Notre Dame（圣母大学）
与传统的刚体机器人相比，软体机器人不仅具有前所未有的适应性和灵活性，而且由于其具有无限的自由度，给机器人的建模和控制带来了新的挑战。大多数现有的方法主要依赖于近似模型，以便可以利用发展良好的有限维控制理论。然而，这可能会带来建模的不确定性和性能下降。因此，我们建议利用无限维分析软机器人系统。我们的控制设计是基于越来越多地采用Cosserat杆模型，它描述了软机器人手臂的运动学和动力学，使用非线性偏微分方程（PDE）。针对Cosserat偏微分方程模型，设计了无限维状态反馈控制律，实现了轨迹跟踪（包括位置、旋转、线速度和角速度），并证明了其一致跟踪收敛性.我们还设计了一个基于李群的无限维扩展卡尔曼滤波器，用于PDE系统的状态估计（包括位置、旋转、应变、曲率、线速度和角速度）。所提出的算法进行评估，使用模拟。
2022-09-20 cs.RO cs.SY eess.SY
Modeling and Control of an Omnidirectional Micro Aerial Vehicle Equipped with a Soft Robotic Arm
Swiss Federal Institute of Technology in Zürich (ETH Zürich)（苏黎世联邦理工学院）
飞行机械手是一种带有刚性机械臂的无人机，属于机器人技术中最新和最活跃的研究领域。这些臂的刚性性质通常在运动中缺乏顺应性、柔性和平滑性。这项工作提出使用一个软体机器人手臂连接到全向微型飞行器（OMAV），以利用手臂的顺应性和灵活性，同时保持可折叠和动态感谢全向无人机作为浮动基地。手臂与无人机的统一对这种组合平台的建模和控制提出了挑战;这些挑战通过这项工作得到了解决。我们提出了一个统一的模型，飞行机械手的基础上三个建模原则：分段常曲率（PCC）和增广刚体模型（ARBM）的假设建模软连续体机器人和浮动基地的方法借用传统的刚体机器人文学。为了证明这种参数化的有效性和实用性，实现了基于模型的分层反馈控制器。控制器进行了验证和评估，在模拟各种动态任务，零空间运动，干扰恢复和轨迹跟踪能力的平台进行检查和验证。柔性飞行机械手平台可以在空中施工、货物运输、人工辅助、维护和仓库自动化等方面开辟新的应用领域。
2021-11-04 cs.RO cs.SY eess.SY
Variable Stiffness Improves Safety and Performance in Soft Robotics
University of Wollongong（伍伦贡大学）；Lebanese American University（黎巴嫩美国大学）
本文提出了一种新的变刚度软夹持器，使高性能的抓取任务，在工业应用中。所提出的整体式软夹持器的设计包括中间波纹管和两侧波纹管（即，手指）。通过开关控制器调节中间波纹管致动器中的负压来调节手指的位置。通过使用比例气压调节器控制手指中的正压来调节软夹持器的刚度。实验结果表明，所提出的软夹持器可以在250ms内将其刚度调节125%。它还表明，可变刚度的软夹持器可以帮助提高安全性和性能的抓取任务在工业应用中。
2023-02-06 cs.RO cs.SY eess.SY
Deep Reinforcement Learning-Enhanced Event-Triggered Data-Driven Predictive Control for a 3D Cable-Driven Soft Robotic Arm
Mississippi State University（密西西比州立大学）；Michigan State University（密歇根州立大学）
提出一种强化学习自适应事件触发DeePC框架，通过训练RL策略决定何时调用优化器，在保持跟踪精度的同时减少计算开销，实验显示优化频率降低66%。
2026-06-29 cs.RO cs.SY eess.SY
What Happens When Pneu-Net Soft Robotic Actuators Get Fatigued?
New York University（纽约大学）；Sapienza University of Rome（罗马第一大学）
与刚体机器人系统相比，软致动器在康复和辅助机器人的背景下引起了极大的兴趣，以提高安全性和降低成本。在致动期间，软致动器经历高水平的变形，这可能导致其弹性体结构中的微尺度断裂，这使系统随着时间的推移而疲劳，并最终导致宏观尺度的损坏和最终失效。本文报道了在高角度下的有限元建模（FEM），以及在高变形率下的重复实验，以研究软机器人致动器中的疲劳的影响和行为，这将导致偏离理想行为。比较有限元模型和实验数据，我们表明，有限元可以模拟疲劳前的致动器的性能，弯曲角度为167度，精度为96%。我们还表明，有限元模型的性能将下降到80%，由于反复高角度弯曲后的疲劳。本文的结果客观地突出了疲劳的出现超过循环激活的系统和由此产生的偏离计算有限元模型。这种行为可以考虑在未来的控制器，以适应系统的时变和非自主的响应动态的软体机器人。
2022-12-07 cs.RO cs.SY eess.SY
Direct Data-Driven Predictive Control for a Three-dimensional Cable-Driven Soft Robotic Arm
Department of Agricultural & Biological Engineering, Mississippi State University（农业与生物工程系，密苏里州立大学）；Department of Mechanical Engineering, Michigan State University（机械工程系，密苏里州立大学）；Department of Electrical and Computer Engineering, Michigan State University（电气与计算机工程系，密苏里州立大学）
本文提出一种有效的数据驱动预测控制框架，用于三维缆驱动软机器人臂，通过奇异值分解实现降维，提升控制精度和鲁棒性。
2026-03-19 cs.RO cs.SY eess.SY
Real-Time Shape Control of Multi-Segment Soft Robotic Arms Using Koopman Operators with Global and Local Observables
本文针对多段柔性机械臂形状控制难题，提出结合全局与局部可观测量的Koopman算子模型预测控制框架，经数值与物理实验验证，该框架可实现多段柔性机械臂的实时、可扩展且精准的形状控制。
2026-09-04 cs.RO cs.SY eess.SY
A Novel Approach to Grasping Control of Soft Robotic Grippers based on Digital Twin
School of Advanced Technology Xi’an Jiaotong-Liverpool University（西交利物浦大学先进技术学院）
本文提出一种基于数字孪生的软体机器人抓手实时控制框架，结合计算机视觉、四段常曲率运动学建模及OpenCV图像处理，实现驱动压力与抓手参数的映射，实验表明该方法能满足工业应用需求。
2024-10-19 cs.RO cs.SY eess.SY
Human Emotion-Mediated Soft Robotic Arts: Exploring the Intersection of Human Emotions, Soft Robotics and Arts
School of Engineering and Materials Science in Queen Mary University of London（伦敦女王学院工程与材料科学学院）；Department of Engineering, University of Cambridge（剑桥大学工程系）
本文提出通过软机器人艺术动态响应脑信号中的α波，探索人类情感与艺术的交汇，展现情感介导的软体艺术新形式。
2026-02-13 cs.RO
Comprehensive Survey of Evolutionary Morphological Soft Robotic Systems
University of Bridgeport（布里奇波特大学）；King Saud University（沙特国王大学）
进化机器人旨在自动设计自主自适应形态机器人，这些机器人可以进化以完成特定任务，同时适应环境变化。软机器人技术已经证明了进化机器人技术用于机器人控制和形态综合的可行性。发展进化软计算技术，可以产生面向任务的结构形态机器人的动机，使软机器人领域值得认真调查和研究，因此，本文总结了一个重要的研究量的计算和软件体系结构的角度。本文回顾了文献，并讨论了进化机器人学的各个方面，包括形态软体机器人的应用，使自我组装，自我重构，自我修复，自我繁殖。然后，主要的里程碑概述了重要的形态软机器人原型，由于其在该领域的重要性。最后，评估了该领域的当前最新技术水平。
2017-05-30 cs.RO
Modeling, Reduction, and Control of a Helically Actuated Inertial Soft Robotic Arm via the Koopman Operator
University of California, Santa Barbara（加州大学圣巴巴拉分校）
软体机器人在复杂、微妙和动态的环境中部署时，有望提高刚性机器人的安全性和能力。然而，这些系统的无限自由度和高度非线性动力学严重复杂的建模和控制。作为解决这一开放性挑战的一步，我们应用数据驱动，汉克尔动态模式分解（HDMD）与时间延迟可观的高度惯性，螺旋软机械臂的模型识别与大量的欠驱动自由度。所得到的模型是线性的，因此可以通过线性二次型调节器（LQR）进行控制。使用我们的测试台设备，一个动态的，轻量级的气动织物臂与惯性质量的尖端，我们表明，HDMD和LQR的组合允许我们命令我们的机器人实现任意姿态，只使用开环控制。我们进一步表明，Koopman谱分析给我们一个维度减少的模式，降低计算复杂性，而不牺牲预测能力的基础。
2020-11-16 cs.RO cs.SY eess.SY
A Fast and Reliable Pick-and-Place Application with a Spherical Soft Robotic Arm
Institute for Dynamic Systems and Control, ETH Zurich（苏黎世联邦理工学院动态系统与控制研究所）
本文提出了一种学习控制方法的应用，实现了快速，可靠的取放应用程序与球形软机械臂。该臂的特点是由一个轻量级的设计，并表现出符合由于软材料部署的行为。采用了一种柔软的连续体关节，它允许在单个关节中同时控制一个平移和两个旋转自由度。这允许我们在拾取和放置应用期间用附接的吸盘轴向接近并拾取物体。介绍了一种基于压力差和对抗致动器配置的控制分配，允许系统动力学解耦，简化了建模和控制。一个线性参数变化的模型，这是参数化的附加负载质量和参数有关的关节刚度。提出了一种增益调度反馈控制器，它渐近稳定的机器人系统的积极调整和大的变化的参数考虑。该控制架构增强了迭代学习控制方案，能够精确跟踪侵略性轨迹，包括在0.3秒（无质量连接）至0.6秒（负载质量连接）内60度的设定点过渡。提出的建模和控制方法的结果在一个可靠的实现的取放应用程序，并通过实验证明。
2021-03-07 cs.RO cs.SY eess.SY
OpenFish: Biomimetic Design of a Soft Robotic Fish for High Speed Locomotion
Delft University of Technology（代尔夫特理工大学）；Istituto Italiano di Tecnologia (IIT)（意大利技术研究院）
我们介绍OpenFish：一个开源的软机器鱼，它针对速度和效率进行了优化。软体机器鱼使用主动和被动尾段的组合来精确地模仿金枪鱼的游泳模式。通过实现一种新型的推进系统，能够实现更高的振荡频率与更正弦的波形，开源软机器鱼实现了$0.85~\mathrm{m/s}$的最高速度。因此，它比以前报道的最快的软机器鱼$27\%$。除了动力系统之外，鱼类形态的优化也起到了至关重要的作用。在这项工作中，详细描述了软机器鱼的设计，建造和定制。因此，我们希望这个开源设计将加速未来软机器鱼的研究和开发。
2022-06-03 cs.RO
Integrating Soft Robotics with ROS - A hybrid pick and place arm
University of Edinburgh（爱丁堡大学）
软机器人系统为解决复杂问题提供了各种新的机会。例如，使用软机器人夹具可以简化任务的复杂性，例如抓取不规则和精细的物体。然而，学术界和工业界对软机器人技术的采用一直很缓慢，部分原因是每次使用软系统组件都必须从头开始开发大量的硬件和软件。在本文中，我们详细介绍了设计，制造和验证的开源框架，我们设计的，以降低门槛进入软机器人子系统集成。这个框架是建立在ROS（机器人操作系统），我们用它来展示一个模块化的，软，硬混合系统，能够完成拾取和放置任务。通过降低进入门槛，我们希望系统设计人员和研究人员能够轻松地将软组件集成到现有的支持ROS的机器人系统中。
2017-02-02 cs.RO
Development of a Modular and Submersible Soft Robotic Arm and Corresponding Learned Kinematics Models
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Beckman Institute for Advanced Science and Technology（贝克曼高等科学技术研究所）；University of Michigan（密歇根大学）
自然界中发现的许多软体生物在水下繁殖。类似地，软体机器人可能非常适合水下环境，部分原因是重力、摩擦和谐波振荡的问题影响在水下不那么严重。然而，它仍然是一个挑战，设计，制造，防水，建模和控制水下软机器人系统。此外，潜水机器人通常没有可配置的组件，因为需要密封的电子和机械元件。这项工作介绍了一种由液压致动器驱动的模块化和可潜水软机械臂的开发，该机械臂主要由3D打印部件组成，可以在相对较短的时间内组装或修改。其模块化设计可实现多种形状配置，并可轻松更换软致动器。作为在该系统上探索机器学习控制算法的第一步，我们还提出了使用深度神经网络开发的初步正向和逆运动学模型。
2022-12-06 cs.AI cs.LG cs.RO
Soft Robotic Finger with Variable Effective Length enabled by an Antagonistic Constraint Mechanism
与传统的刚性机器人相比，柔性机器人由于具有柔性、安全、低成本等优点而受到越来越多的关注。作为柔性机器人的重要组成部分，柔性机器人手爪在抓取不规则形状物体时也显示出其优越性。最近的研究已经进行，以改善其抓取性能，通过调整可变有效长度（VEL）。然而，通过多腔室设计或可调刚度形状记忆材料实现的VEL需要复杂的气动回路设计或耗时的相变过程。这项工作提出了一种由3D打印细丝NinjaFlex制成的基于折叠的软机器人致动器。它是实验测试和代表的超弹性模型。数学和有限元建模进行研究的弯曲行为的建议软致动器。此外，提出了一种对抗性约束机制来实现VEL，实验表明该方法具有较好的一致性。最后，设计了一个双模态夹持器，并对该夹持器的性能进行了评价。
2021-12-28 cs.RO
Swimming locomotion of Soft Robotic Snakes
School of Computing, DePaul Univeristy（德保罗大学计算机学院）
多年来，仿生蛇机器人一直是一个非常活跃的研究领域，并产生了许多原型。这些原型大多采用串联连接的刚体形式。软机器人技术的出现促成了一种新型的蛇形机器人，这种机器人由柔性和结构可变形的模块制成。利用可控的大弯曲，这些机器人可以自然地产生各种蛇的运动步态。在这里，我们调查的游泳运动的软机器蛇。首先推导出机器人的数值有效的动力学模型。然后，一个分布式的接触模型增加到包含水动力。然后对该模型进行数值测试，以确定有效游泳的最佳弯曲传播。研究结果表明，柔性机器蛇在海洋应用中具有很大的潜力。
2019-08-14 cs.RO
Towards Very Low-Cost Iterative Prototyping for Fully Printable Dexterous Soft Robotic Hands
Carnegie Mellon University（卡内基梅隆大学）
软体机器人手的设计与制作仍是一个费时费力的过程。快速成型技术的进步大大加快了制造过程，同时为设计过程引入了新的复杂性。在这项工作中，我们提出了一种利用新型低成本制造技术与设计工具相结合的方法，帮助软手设计师系统地利用多材料3D打印来创建灵巧的软机器人手。虽然非常低的成本和重量轻，我们表明，生成的设计是非常耐用，令人惊讶的强大，并能够灵巧的把握。
2022-04-16 cs.RO
Category theory as a foundation for soft robotics
Nagahama Institute of Bio-Science and Technology（长滨生物科学与技术学院）；Network System Research Institute, National Institute of Information and Communications Technology（国立信息与通信技术研究所网络系统研究部）；Graduate School of Informatics, Nagoya University（名古屋大学信息学研究科）；Interdisciplinary Graduate School, University of Yamanashi（山梨大学跨学科研究科）
软机器人是一个新兴的研究领域，其中机器人主体由柔性和软材料组成。它允许身体弯曲，扭曲和变形以移动或使其形状适应环境以进行抓取，所有这些对于具有刚性身体的传统硬机器人来说都是困难的。然而，软机器人的理论基础和设计原则并没有很好的基础，尽管他们公认的重要性。例如，软体机器人的控制外包给形态属性和自然过程;因此，机器人与其环境之间的耦合关系尤为重要。在本文中，我们提出了一个基于范畴理论的软机器人的数学基础，范畴理论是抽象数学的一个分支，任何概念都可以用对象和箭头来描述。它允许一个严格的描述的固有特性的软体机器人和它们的关系，以及与传统的硬机器人相比的差异。我们提出了一个概念，称为流动性的类别，很好地描述了主题。该理论被应用到一个模型系统和分析，以突出在通用夹具，这是一个典型的例子，软机器人观察到的适应行为。本文铺平了道路，发展软机器人的理论背景和设计原则。
2018-09-25 cs.RO
Developing Simulation Models for Soft Robotic Grippers in Webots
Faculty of Science and Engineering, University of Groningen（格罗宁根大学科学与工程学院）；School of Electrical Engineering and Informatics, Bandung Institute of Technology（班达理工大学电气工程与信息学院）
针对现有仿真器难以同时处理软体与刚性机器人的问题，在Webots中开发基于RLD模型和PSO参数优化的轻量级开源软体夹爪数字孪生，并通过实验验证了其有效性。
2024-11-11 cs.RO
Soft Robotics for Search and Rescue: Advancements, Challenges, and Future Directions
本文综述用于搜索与救援（SAR）的软体机器人技术进展，分析其仿生设计、柔性材料等带来的适应性优势，指出材料、动力等现存挑战，强调跨学科创新对推动其实际应用的重要性。
2025-02-17 cs.AI cs.RO
Dynamic Modeling and Validation of Soft Robotic Snake Locomotion
DePaul University（德保罗大学）；Texas A&M University（得克萨斯农工大学）；Georgia Institute of Technology（佐治亚理工学院）；Louisiana S. University（路易斯安那州立大学）
由柔性材料制成的柔软机器蛇可以不断地使它们的身体变形，因此，比它们的刚体对手更好地模仿生物蛇灵活敏捷的运动步态。没有轮子的支持，迄今为止，软机器蛇仅限于模仿平面运动步态，这是通过运动学建模和机器人原型测试得出的。鉴于蛇的运动结果的反作用力，由于他们的皮肤和地面之间的分布接触，它是必要的，通过有效的动态模型能够容纳分布的接触力的运动步态进行调查。我们提出了一个完整的空间动力学模型，利用一个浮动的基础运动学模型与分布式接触动力学的可编程电源软机器蛇。我们数值评估的可行性，利用所提出的模型和实验验证相应的运动步态轨迹上的软机器蛇原型的平面和空间滚动步态。我们定性和定量比较的数值和实验结果证实了所提出的动力学模型的有效性。
2023-03-04 cs.RO
A Validated Physical Model For Real-Time Simulation of Soft Robotic Snakes
Worcester Polytechnic Institute（伍斯特理工学院）；NVIDIA（英伟达）；University of Copenhagen（哥本哈根大学）
在这项工作中，我们提出了一个框架，能够准确地表示软机器人执行器在多物理场环境中的实时的【形】。我们提出了一个约束为基础的动力学模型的1维气动软致动器，占内部压力，以及致动器的延迟和阻尼下的充气和放气的效果，并证明其准确性的一个完整的软机器人蛇与多个一维致动器的组成。我们验证了我们的模型的精度在静态变形和动态运动开环控制实验。为了达到实时的【形】性能，我们利用GPU的并行计算能力来实现交互式控制和反馈。
2019-04-05 cs.RO
Unified Kinematic and Dynamical Modeling of a Soft Robotic Arm by a Piecewise Universal Joint Model
软机器人手臂的顺应性使得精确的运动学和动力学模型的开发特别具有挑战性。软机器人运动学中最广泛使用的模型假定分段常曲率（PCC）。然而，PCC无法有效地处理外力，甚至重力的影响，因为机器人在这些条件下不会以恒定曲率变形。在本文中，我们建立了三维（3D）建模的多段软机器人手臂的限制性较低的假设下，每段的手臂是在一个平面上变形没有扭曲。我们设计了一个运动学和动力学模型的软臂推导等价于一个串行万向关节机器人。在真实机器人平台上的大量实验以及模拟证明了我们的方法在负载的3D运动中的建模精度。所提出的模型的最大位置/旋转误差被验证为比考虑重力和外力的PCC模型低6.7倍/4.6倍。
2022-03-15 cs.RO
Bioinspired underwater soft robots: from biology to robotics and back
Peking University（北京大学）；Chinese Academy of Sciences（中国科学院）；National University of Singapore（新加坡国立大学）
本文提出生物学与机器人学双向融合框架，使软体机器人既能验证生物假说，又能在海洋勘探等场景中超越刚性系统，并展望了跨物种收敛原理驱动的生物通用启发式机器人学。
2025-08-16 cs.RO
A Novel Design of Soft Robotic Hand with a Human-inspired Soft Palm for Dexterous Grasping
Harbin Engineering University（哈尔滨工程大学）；Aalto University（阿尔托大学）
软机器人手和夹具作为机器人末端执行器越来越受到人们的关注。与刚性对应物相比，它们对于人与机器人和环境与机器人的交互更安全，更容易控制，成本和重量更低，并且更具顺应性。目前的柔性机械手主要集中在柔性手指和弯曲执行器上。然而，手掌也是抓握的重要部分。在这项工作中，我们提出了一种新的设计，软的人形手气动软手指和软手掌。这只手的制造成本很低。软手掌的结构是基于模块化设计，可以很容易地应用于驱动以前的各种软手指。五指张开、全掌弯曲、拇指外展、内收均由软掌完成。此外，我们提出了一种新的设计的软手指，称为混合弯曲软手指（HBSF）。它既可以在抓取轴上弯曲，也可以像人类一样在左右轴上偏转。采用SOFA框架对HBSF和软手掌的功能进行了仿真。并在实验中测试了它们的性能。对6根1 ~ 11节的手指进行了测试和分析。根据Feix分类法，通过实际场景下的抓取实验，对软手的通用性进行了评价和验证。研究结果显示了抓取的多样性，并显示了抓取不同形状和重量的物体的可能性。
2020-09-02 cs.RO
Soft Robotic Mannequin: Design and Algorithm for Deformation Control
The University of Manchester（曼彻斯特大学）
本文提出了一种新型的可变形人体模型软机器人系统，可用于物理实现不同人体的3D几何形状。人体模型上的软膜通过使用气动致动对几个弯曲腔室充气而变形。通过调节不同腔室中的气动致动来控制软膜的自由形式表面是具有挑战性的，因为膜的形状通常由所有腔室之间的相互作用来确定。利用基于结构光的3D扫描仪提供的视觉反馈，我们开发了一种有效的算法来计算所有腔室的优化驱动，该优化驱动可以驱动软膜变形为不同目标形状的最佳近似。我们的算法通过在优化循环中包括姿态估计来快速收敛。在可能的情况下，通过使用Broyden更新来避免在可变形膜上评估导数的耗时步骤。我们的软机器人人体模型的有效性与控制变形已在实验中得到验证。
2022-05-23 cs.RO
Control of a Soft Robotic Arm Using a Piecewise Universal Joint Model
软机器人手臂的“无限”被动自由度使得它们的控制特别具有挑战性。在本文中，我们利用以前开发的模型，画等效的软臂一系列的万向节，设计两个闭环控制器：一个配置空间控制器的轨迹跟踪和任务空间控制器的位置控制的末端执行器。广泛的实验和模拟四段软臂证明了实质性的改善方面：a）优越的跟踪精度的配置空间控制器和b）减少建立时间和稳态误差的任务空间控制器。任务空间控制器也被验证是有效的，在软臂和环境之间的相互作用的存在。
2022-03-15 cs.RO
PINN-Ray: A Physics-Informed Neural Network to Model Soft Robotic Fin Ray Fingers
CSIRO Robotics, Data61, CSIRO（澳大利亚联邦科学与工业研究组织机器人研究所，Data61，CSIRO）；Statistical Machine Learning Group, Data61, CSIRO（统计机器学习小组，Data61，CSIRO）；Computational Modelling Group, Data61, CSIRO（计算建模小组，Data61，CSIRO）
针对软体机器人替代模型精度与推理速度难兼顾、存在现实差距的问题，提出嵌入最小势能原理与高保真数据的PINN-Ray模型，经评估精度优于FEM，还配套了自动化原型制作框架。
2024-07-11 cs.RO
Soft robotic hand with finger-bending/friction-reduction switching mechanism through 1-degree-of-freedom flow control
Kanazawa University（金泽大学）；Tohoku University（东北大学）
本文提出了一种新型的气动软机器人手，它采用了一种机制，可以切换气流路径，使用一个单一的气流控制。所研制的手可以控制手指运动和操作表面摩擦可变机构。在摩擦可变机构中，润滑剂被喷射到高摩擦指表面上以减小表面摩擦。为了使用正压气流注入润滑，应用了文丘里效应。气流路径切换和摩擦可变机构的设计和评价进行了说明。此外，整个设计的软机器人手配备了这些机构。通过抓取、放置和操作测试对性能进行了验证。
2022-03-28 cs.RO
Dynamic Control of Soft Robotic Arm: An Experimental Study
Georgia Tech Institute for Robotics and Intelligent Machines（佐治亚理工学院机器人与智能机器研究所）；Texas A&M University（德州农工大学）
在本文中，加强软体机器人的原型与定制设计的驱动器空间字符串编码器创建研究动态软机器人轨迹跟踪。软体机器人原型嵌入所提出的自适应无源性控制和有效的动力学模型，使具有挑战性的轨迹跟踪任务成为可能。我们专注于探索的跟踪精度以及所提出的控制策略的全部潜力，通过在不同的操作场景进行实验验证：各种跟踪速度和外部干扰。在所有的实验场景中，所提出的自适应无源性控制优于传统的PD反馈线性化控制。通过实验分析，详细阐述了该方法的优缺点，并指出了软体机器人动态控制的下一步工作。
2022-09-22 cs.RO
Soft robotics towards sustainable development goals and climate actions
Istituto Italiano di Tecnologia (IIT)（意大利理工学院）；Politecnico di Bari（巴里理工大学）；University of Southern Denmark（南丹麦大学）
软机器人技术可以通过开发由可再生能源驱动的自主、环保机器，帮助实现联合国可持续发展目标（SDG）和《巴黎气候协定》。通过利用软机器人技术，我们可以通过促进适应、恢复和补救来减轻气候变化对人类社会和自然世界的不利影响。此外，软机器人技术的实施可以在材料科学、生物学、控制系统、能源效率和可持续制造工艺方面带来突破性的发现。然而，为了实现这些目标，我们需要进一步提高对生物学原理的理解，在身体智能和物理智能的基础上，采用环境友好的材料和节能策略来设计和制造自驾驶和现场就绪的软体机器人。本文提供了关于软机器人如何解决环境可持续性这一紧迫问题的见解。大规模可持续制造软体机器人、探索可生物降解和生物启发材料的潜力，以及整合机载可再生能源以促进自主性和智能化，是我们在本文中讨论的该领域的一些紧迫挑战。具体而言，我们将展示现场就绪的软体机器人，这些机器人可解决城市农业、医疗保健、土地和海洋保护、灾害修复以及清洁和负担得起的能源等目标性生产应用，从而支持部分可持续发展目标。通过将软机器人技术作为解决方案，我们可以切实支持经济增长和可持续工业，推动环境保护和清洁能源解决方案，并改善整体健康和福祉。
2023-03-21 cs.RO physics.app-ph
Understanding Legged Crawling for Soft-Robotics
Faculty of Mechanical Engineering, Technion – Israel Institute of Technology（以色列理工学院 机械工程学院）
爬行是软体机器人和非骨骼动物中常见的运动机制。在这项工作中，我们建议建模软机器人腿运动近似它与一个等效的关节式机器人与弹性关节。具体来说，我们研究我们的软机器人与两个弯曲执行器通过一个铰接的三连杆模型。具有粘滑接触过渡的超静定系统的求解需要一种新的混合拟静力分析方法。然后，我们利用我们的分析，研究相移谐波输入对爬行步态的性能的影响，包括摩擦不确定性和运输的能量成本的敏感性分析。我们实现了步态参数的最佳值。最后，我们制作并测试了一个流体驱动的软体机器人。实验结果与理论分析非常吻合，证明了我们的简单模型正确地捕捉和解释了尺蠖爬行的基本原理，并可应用于其他软机器人腿式机器人。
2019-11-17 cond-mat.soft cs.RO
Consistency-Driven Dual LSTM Models for Kinematic Control of a Wearable Soft Robotic Arm
本文提出了一种一致性驱动的双LSTM框架，用于精确学习软气动机器人手臂的正向和逆向运动学。通过引入循环一致性损失，提升了物理真实性和逆向预测的稳定性，实验验证了方法的有效性。
2026-03-18 cs.RO
Underwater Soft Robotic Hand with Multi-Source Coupling Bio-Inspired Soft Palm and Six Fingers Driven by Water Hydraulic
Harbin Engineering University（哈尔滨工程大学）；College of Mechanical and Electrical Engineering, Harbin Engineering University（哈尔滨工程大学机电工程学院）
本文研究的一种新型流体驱动软体机器人手，采用仿生学的思想，具有拟人的外形，面向柔性抓取功能。软体机器人手由一种新型的多自由度柔性手指和柔性手掌组成，实现了手握和反手的特征抓取功能。结合精细流体控制系统，软手可在高压下实现柔性抓取，从而实现对水下环境中不同类型目标物体的柔性抓取操作。最后，将软体机器人软体机器人手与精细流体控制系统连接，构成水下软体机器人手实验平台。
2021-06-13 cs.RO
Safe Grasping with a Force Controlled Soft Robotic Hand
Aalto University（阿尔托大学）
安全而稳定的抓取需要机器人手在物体上施加足够的力以使其稳定，同时防止其受损。软机器人手由于其被动顺应性而被提出用于安全抓握，但是如果施加的力太高，即使这样的手也可以压碎物体。因此，为了安全抓握，即使是柔软的手，调节抓握力也是极其重要的。在这项工作中，我们提出了一个力控制的软手，并使用它来实现安全抓取。为此，电阻力和弯曲传感器集成在一个软手，并提出了一个数据驱动的校准方法来估计接触相互作用力。给定力读数，使用比例积分控制器调节气动压力以实现期望的力。控制器的实验评估和基准把握容易变形的物体，如塑料和纸杯，既不下降，也不变形。总之，结果表明，我们的力控制软手可以抓住变形物体在一个安全而稳定的方式。
2020-08-31 cs.RO
Simplifying Data-Driven Modeling of the Volume-Flow-Pressure Relationship in Hydraulic Soft Robotic Actuators
Department of Mechanical Engineering, Boston University（机械工程系，波士顿大学）
本研究提出了一种低复杂度的数据驱动方法，用于高精度建模液压软机器人执行器的体积-流量-压力关系，通过多项式模型实现高效预测。
2025-06-29 cs.RO
A Vision-based Sensing Approach for a Spherical Soft Robotic Arm
ETH Zurich（苏黎世联邦理工学院）
针对软体机械臂外部感知受限场景下的本体感受需求，提出一种集成相机的织物波纹管致动器视觉感知方案，通过卷积神经网络从图像预测姿态角，实现约1度精度的实时姿态估计，并经闭环控制验证了可靠性。
2020-12-11 cs.RO
FilMBot: A High-Speed Soft Parallel Robotic Micromanipulator
Aalto University（阿尔托大学）；VTT Technical Research Centre of Finland（芬兰技术研究中心）
FilMBot是一种基于薄膜的高速柔软并行机器人微操作器，通过电磁驱动实现高精度和高速度，适用于微操作任务。
2026-02-05 cs.RO
A Soft Robotic Cover with Dual Thermal Display and Sensing Capabilities
CNRS-University of Montpellier（法国国家科学研究中心-蒙彼利埃大学）
我们提出了一种新的机器人盖原型，实现热显示，同时也是软的。我们关注热暗示，因为以前的人类研究已经将其确定为触摸愉悦的一部分。机器人盖表面可以通过使水循环通过嵌入在盖中的导热管而被调节到期望的温度，该导热管的温度被控制。此外，还实现了一个用于估计人体接触热量的观测器，它可以检测人体交互，同时显示所需的温度，而无需直接在表面上进行温度传感。我们评估了原型的有效性，在实验中的温度控制和接触检测的人手。
2021-05-08 cs.HC cs.RO
Measuring information transfer in a soft robotic arm
The Hakubi Center for Advanced Research, Kyoto University（京都大学白眉高级研究中心）；Graduate School of Informatics, Kyoto University（京都大学信息学研究生院）；Department of Informatics, University of Zurich（苏黎世大学信息学系）
软体机器人通过将控制部分外包给其软体的形态和材料特性，可以在简单的驱动类型下表现出多样化的行为，这是由于控制、身体和环境之间的紧密耦合。在本文中，我们提出了一种方法，将定量表征这些不同的时空动态的软体的基础上的信息理论的方法。特别地，软体具有通过整个身体传播致动效果的能力，由于它们的弹性，具有一定的时间延迟。我们的目标是捕捉这种延迟的互动定量的方式的基础上，称为瞬时信息传输的措施。我们将此措施扩展到软机器人应用程序，并使用章鱼启发的物理软机器人平台展示其功能。我们的方法可以从两个方面说明。首先，我们统计特征的延迟驱动传播通过身体作为一个强度的信息传递。其次，我们直接将这种信息传播捕获为局部信息动态。因此，我们表明，我们的方法可以成功地表征软机器人平台的时空动力学，明确可视化信息如何通过整个身体传输延迟。我们的方法的进一步扩展方案进行了讨论，软机器人的应用一般。
2014-07-15 cs.IT cs.RO math.IT
Assistive Soft Robotic Glove with Ruffles Enhanced Textile Actuators
Queen Mary University of London（伦敦玛丽女王大学）；School of Engineering and Materials Science（工程与材料科学学院）；Centre for Advanced Robotics（高级机器人中心）
本研究针对手部辅助康复需求，研发出采用褶皱增强织物气压驱动器的柔性机器人手套，兼具安全轻便舒适特性，经受试者研究验证其辅助效果，可用于中风后康复与老年人助行。
2024-07-31 cs.RO
A MATLAB Toolbox for Hybrid Rigid Soft Robots Based on the Geometric Variable Strain Approach
近二十年来，软机器人一直是机器人社区的热门话题。然而，用于软体机器人建模和分析的工具仍然有限。本文介绍了一个用户友好的MATLAB工具箱，软体机器人模拟器（SoRoSim），它集成了几何变应变（GVS）模型的Cosserat杆，以方便静态和动态分析的软，刚性，或混合机器人系统。我们提出了一个简要的概述工具箱的设计和结构，并通过比较其结果与文献中发表的结果进行验证。为了突出工具箱的潜力，有效地建模，模拟，优化和控制各种机器人系统，我们展示了四个示例应用程序。演示的应用程序探索不同的执行器和外部负载条件的单，分支，开放和封闭的机器人系统。我们认为软机器人研究社区将从SoRoSim工具箱中受益匪浅，用于各种应用。
2022-09-26 cs.RO physics.app-ph
Learning to Crawl: Latent Model-Based Reinforcement Learning for Soft Robotic Adaptive Locomotion
Embodied Learning and Intelligence for eXploration and Innovative soft Robotics (ELIXIR) Lab（具身学习与智能探索与创新软机器人实验室）
针对软体爬行机器人的控制难题，提出基于潜在动力学的模型强化学习框架，利用传感器推断潜在动力学指导演员-评论家算法，在仿真中实现自适应运动。
2025-10-07 cs.RO
Prismatic Soft Actuator Augments the Workspace of Soft Continuum Robots
ETH Zurich（苏黎世联邦理工学院）
软体机器人具有柔顺性、安全性和高度自由度等优点，在机械操作领域具有广阔的应用前景。然而，常用的双向连续段设计意味着软机器人操作器只能在有限的半球工作空间中工作。本工作通过设计、制造和控制一个附加的柔性棱柱形驱动器来增加柔性机械臂的工作空间。该驱动器由气动人工肌肉和活塞组成，使得驱动器可以反向驱动。我们将任务空间体积增加了116\%，现在我们能够执行以前软体机器人不可能完成的操作任务，例如在表面上的不同位置拾取和放置物体，并从容器中抓取物体。通过将柔性机器人手臂与棱柱关节相结合，我们极大地提高了软体机器人用于物体操作的可用性。这项工作促进了集成和模块化软机器人系统在以人为中心的环境中的实际操作应用的使用。
2022-08-22 cs.RO
Koopman Operators for Modeling and Control of Soft Robotics
University of California, Riverside（加州大学河滨分校）
审核目的：我们回顾了利用Koopman算子理论的软体机器人建模和控制算法开发和验证的最新进展。最近的研究结果：我们确定了以下趋势，在最近的研究工作在这一领域。(1)提升函数的设计用于数据驱动近似的Koopman算子是软体机器人的关键。(2)强调了稳健性考虑。针对建模和控制过程中的不确定性和噪声的影响，提出了相应的改进措施。(3)Koopman算子被嵌入到不同的基于模型的控制结构中来驱动软体机器人。摘要：由于它们的顺应性和非线性，软体机器人的建模和控制面临着关键的挑战。为了解决这些挑战，已经提出了基于Koopman算子的方法，试图以线性方式表达非线性系统。Koopman算子使得全局线性化能够减少非线性和/或用作软体机器人的基于模型的控制算法中的模型约束。软机器人系统中的各种实现进行了说明和总结的审查。
2023-02-07 cs.RO
Hydrodynamic Performance Enhancement of Unmanned Underwater Gliders with Soft Robotic Morphing Wings for Agility Improvement
研究通过结构和CFD仿真比较软变形翼与传统刚性翼的流体动力效率，发现软翼使UUV整体效率提高9.75%，验证了软机器人在压力无关操作中的应用潜力。
2026-03-15 cs.RO
Development of Low-Cost and Bidirectional Syringe Pumps for Soft Robotics Applications
Evolutionary Robotics Laboratory（进化机器人实验室）；Department of Computer Science, Union College（计算机科学系，联合学院）
本文提出了一种低成本模块化注射泵系统，用于克服传统气动方法的局限性，通过真空吸入和空气泵送实现软机器人的精确驱动，提供灵活的硬件和软件定制功能。
2026-03-17 cs.RO
Design and Control Co-Optimization for Automated Design Iteration of Dexterous Anthropomorphic Soft Robotic Hands
Carnegie Mellon University（卡内基梅隆大学）；Robotics Institute（机器人研究所）
本研究提出设计与控制协同优化的自动化设计迭代方法，结合遗传算法与策略迁移，在仿真中优化软体机械手设计，并经现实遥操作验证，性能优于现有软体手。
2024-06-25 cs.RO
Self-Wearing Adaptive Garments via Soft Robotic Unfurling
Robotics Program, KAIST（韩国成均馆大学机器人计划）；Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系）；Department of Civil and Environmental Engineering, KAIST（韩国成均馆大学土木与环境工程系）
本文提出一种基于展开机制的软体机器人穿衣系统SWAG，通过消除皮肤摩擦实现安全高效的自主穿衣，为行动不便者提供替代方案。
2025-07-09 cs.RO
Fuzzy-Depth Objects Grasping Based on FSG Algorithm and a Soft Robotic Hand
The Chinese University of Hong Kong（香港中文大学）
自主抓取是机器人与环境进行物理交互和执行多种任务的重要因素。然而，一个普遍适用的，成本有效的，快速部署的自主抓取方法仍然受到这些目标的模糊深度信息的限制。例子是透明的、镜面的、平坦的和小的物体，其深度难以被准确地感知。在这项工作中，我们提出了这些模糊深度对象的解决方案。我们的方法的框架包括两个主要组成部分：一个是软机器人手，另一个是模糊深度软抓取（FSG）算法。对于大多数现有的具有身体顺应性的软手/夹具，软手是可替换的。FSG算法利用RGB和深度图像来预测抓握，而不试图重建整个场景。两个抓取原语的设计，以进一步提高鲁棒性。所提出的方法在看不见的模糊深度物体抓取实验中优于参考基线（84%的成功率）。
2021-10-21 cs.RO
Suction-based Soft Robotic Gripping of Rough and Irregular Parts
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；Tampere University（坦佩雷大学）
最近，已经提出了具有微观特征或主动抽吸部件的基于抽吸的机器人系统来抓持粗糙和不规则的表面。然而，这种系统需要复杂的制造方法或复杂的控制系统，并且与粗糙的真实世界表面的坚固连接仍然是一个巨大的挑战。在这里，我们提出了一个完全软的机器人夹具，其中一个平面的弹性膜是用来符合和接触的部分或表面，其中施加在空气密封膜的内部负压诱导吸力为基础的抓持。3D打印与软成型技术相结合，能够制造软夹具。可贴合表面的柔软平膜可在接触界面处产生强大而稳固的吸力，从而实现对复杂3D和粗糙表面的稳固附着。这种对粗糙和不规则表面的牢固附着使得能够在没有任何物理损坏的情况下操纵广泛的真实世界物体，例如鸡蛋、石灰和箔包装。与传统的吸盘设计相比，所提出的吸力抓爪设计在粗糙表面上的抓持性能提高了四倍。此外，所提出的夹持器架构的结构和材料简单性有利于其与其他软机器人外围设备的系统级集成，这可以在数字制造、机器人操作和医疗夹持应用等不同领域产生更广泛的影响。
2020-09-17 cs.RO physics.app-ph
1 Modular Parallel Manipulator for Long-Term Soft Robotic Data Collection
Carnegie Mellon University（卡内基梅隆大学）；Meta AI Research（Meta人工智能研究院）
本文提出一种模块化并联软体机械手平台，利用现成电机驱动柔顺并联手指，支持大规模数据采集和直接在硬件上进行策略梯度强化学习，并验证了多手指兼容性。
2024-09-05 cs.LG cs.RO
