离子凝胶，最新Nature Materials！

近日，韩国成均馆大学Nae-Eung Lee研究团队在《Nature Materials》期刊发表了一项突破性研究，成功开发出具有内置突触功能的仿生人工机械感受器（ASMRs），为智能触觉皮肤的实现提供了新范式。该技术通过模拟人类触觉传入系统的信号预处理机制，显著提升了触觉识别的效率和准确性，未来有望应用于神经机器人、可穿戴设备和自主系统等领域。

研究背景：触觉感知的仿生挑战

人类的触觉感知依赖于皮肤中的机械感受器（如缓慢适应的默克尔细胞和快速适应的帕西尼小体），这些感受器通过突触样连接与传入神经元交互，对触觉信号进行预处理（如过滤、适应和记忆）。然而，现有的人工触觉系统多局限于模拟“传感”功能，而忽略了生物触觉器官在受体层面的信息处理能力。研究团队的目标是开发一种集传感、适应和记忆功能于一体的仿生触觉系统。

图1.人类和人工触觉感知的比较。

技术突破：人工突触机械感受器的设计与实现

研究团队通过垂直集成多个功能层，构建了包含16个单元（8个SA型和8个FA型）的柔性人工机械感受器阵列。其核心创新包括：

1.离子凝胶栅介质与还原氧化石墨烯晶体管：利用离子凝胶（PU/[EMIM][TFSI]）的离子迁移特性调控晶体管的导电性，模拟突触可塑性。

2.摩擦电容效应驱动信号生成：弹性体指纹状感受层在触觉刺激下产生摩擦电势，通过离子凝胶调控晶体管的兴奋性突触后电流（EPSC），分别实现SA型（持续响应）和FA型（瞬时响应）信号输出。

3.低功耗与高适应性：单次触觉刺激的功耗仅为纳瓦级，且通过调整离子凝胶成分（如PU浓度）可灵活调控突触记忆强度和响应速度。

图2.突触 rGO-FET 突触特性的表征。

图 3 |ASMR 在触觉过程中的结构、机制和突触特性 刺激。

应用验证：高效触觉识别与机器学习融合

研究团队通过三类实验验证了ASMRs的实用性：

1.手写风格识别：通过分析突触强度（SS）的时间序列数据，准确追踪字符书写顺序，分类准确率达97.8%。

2.表面图案区分：对四种振动模式（平面、凹凸、金字塔、方形）的分类中，融合SA/FA信号的机器学习模型平均准确率高达96.56%，远超单一信号模型（SA：84.62%，FA：89.18%）。

3.复杂纹理识别：在16种不同材质（棉、尼龙、皮革等）的分类任务中，融合信号模型的准确率提升至90.78%，数据利用率仅为原始信号的10.6%，显著降低了计算负载。

图4.具有内置突触功能的 ASMRs 阵列的应用。

未来展望：迈向边缘AI与智能交互

该研究不仅为仿生触觉系统提供了硬件基础，还展示了其在边缘人工智能（Edge AI）中的潜力。团队计划进一步优化器件的连接性、适应性和便携性，以拓展其在神经机器人、智能假肢和物联网等领域的应用。论文通讯作者李内应教授表示：“这项技术将推动触觉感知从‘被动传感’向‘智能处理’跨越，为下一代人机交互打开新可能。”

来源：高分子科学前沿

声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！