宾夕法尼亚大学杨澍教授AM：仿生多足软体机器人

在自然界中，章鱼通过手臂的伸缩、扭转和弯曲实现高度灵活的身体运动，金色轮蜘蛛则能利用腿部在斜坡上侧向滚动以躲避天敌。这些生物附肢凭借其几何构型和复杂变形能力，自然而然地提升了重心位置，从而以最小的地面接触实现全身机动性。然而，现有软体机器人大多采用无附肢的单片平面结构或线性纤维，依赖非对称摩擦力与地面接触实现运动，重心较低且变形模式单一，极大限制了其垂直运动能力和姿态空间。尽管液晶弹性体（LCE）材料具有可逆大变形潜力，但此前的研究多集中于简单的伸缩、扭转或弯曲模式，未能真正模拟生物附肢同时具备的拉伸、扭转和弯曲复合变形能力。

宾夕法尼亚大学杨澍教授团队创造性地利用液晶弹性体半圆弧纤维作为机器人的多附肢，通过几何编码实现扭转与弯曲复合变形模式，使机器人突破平面运动限制，具备高重心和卓越机动性。研究团队设计了章鱼启发的垂直旋转对称机器人和金色轮蜘蛛启发的水平旋转对称滚动机器人，分别实现升举、降低、旋转、倾斜等姿态变化和高达1.3倍体长/秒的滚动速度，并能攀爬32.5°斜坡、拖拽2.2倍自身重量的负载、穿越不规则地形，甚至在浅水环境中完成水陆过渡。相关论文以“High Center-of-Mass, Multi-Legged Soft Robots Powered by Geometrically Encoded Liquid Crystal Elastomer Arc Appendages”为题，发表在Advanced Materials上。

纤维制备与变形机制

研究团队采用两步交联策略制备LCE半圆弧纤维：首先通过迈克尔加成反应进行部分交联（Stage I），随后在拉伸、扭转和弯曲状态下进行紫外光固化锁定取向（Stage II和III）。纤维的化学计量比（R=n(丙烯酸酯)/n(硫醇)）被设定为1.1和1.25，分别对应不同的交联密度和悬垂链含量。通过调整R值、扭转密度、曲率（κ）和纤维直径，研究者能够精确编程纤维的热力学和动力学行为。实验发现，在加热至向列相-各向同性相转变温度以上时，纤维沿取向方向各向异性收缩，导致扭转和弯曲的复合驱动——这一机制可通过纤维末端钢板的翻转得到直观验证（图1c）。章鱼启发的机器人将纤维沿垂直旋转对称轴排列在圆形框架下方，而金色轮蜘蛛启发的滚动机器人则采用水平旋转对称设计，使附肢在圆柱体两侧对称分布。

图1 仿生软体机器人的多附肢LCE纤维设计。(a) 同步扭转和弯曲LCE纤维的两步交联过程示意图。(b)加热时纤维面外变形示意图。(c)LCE纤维一端连接钢片置于180°C热板上的光学图像，展示钢片翻转及纤维面外变形。章鱼及其对软体机器人的优势特征示意图。(e)章鱼启发的软体机器人设计示意图，具有垂直旋转对称性，可分别实现升举、降低、旋转或倾斜。Type I与Type II的区别取决于纤维与主体的连接角度。(f)金色轮蜘蛛及其借助腿部滚动的示意图。(g)金色轮蜘蛛启发的软体机器人设计示意图，具有水平旋转对称性，可实现多种滚动变化和原地旋转。 扭转与弯曲变形动力学

对于扭转模式，研究系统比较了不同直径（大径LD约1.60 mm，小径SD约0.75 mm）、扭转密度和R值下纤维的退扭转与恢复速度。结果表明，更细的纤维和更低的R值（即更低的交联密度）导致更快的热致变形，而更高的R值因形成致密次级网络而赋予更快的形状恢复能力。值得注意的是，SD R1.1纤维因交联密度过低和表面悬垂链导致显著能量耗散，无法完成完整恢复，因此被排除于后续研究（图2b-c）。对于弯曲模式，纤维表现出两种反常行为：LD R1.1高曲率（κ=1/6 mm⁻¹）纤维在加热后先伸直再反向弯曲；而SD R1.25低曲率（κ=1/16 mm⁻¹或1/9 mm⁻¹）纤维的曲率反而增加（图2e-f）。通过X射线衍射（XRD）和原子力显微镜（AFM）压痕测试，团队揭示了这些反常行为的分子机制：弯曲过程中，外弧承受拉伸应力而内弧承受压缩，悬垂链从压缩区内弧向拉伸区外弧迁移。R1.25含有更多悬垂链，迁移更充分，导致内外弧取向度差异显著减小（图2h），而R1.1因交联密度高限制了链迁移，内外弧取向度差异大（SOS/SIS≈1.13）。前者因悬垂链在光聚合后形成高密度分布，加热时内外弧自由体积膨胀差异驱动曲率增加；后者因外弧交联密度低、弹性约束不足，加热时熵回缩主导导致曲率反转。

图2 温度驱动的扭转变形、恢复及弯曲变形、恢复。(a) 热风枪加热至220°C和冷却至室温过程中扭转LCE纤维的照片。黑线标记扭转圈数。(b,c)加热（b）和冷却（c）过程中LCE纤维扭转圈数随时间变化。前两个数值分别为R值和20 mm长纤维的初始扭转圈数。LD和SD分别代表大直径和小直径。热风枪加热弯曲LCE纤维恢复过程的照片。(e,f)140°C硅油浴加热（e）和冷却（f）过程中LCE纤维曲率随时间变化。(g)弯曲LCE纤维中液晶基元分布示意图（中）及纤维在位置（i）至（iv）的二维XRD图谱（左、右）。高κ：1/6 mm⁻¹，低κ：1/16 mm⁻¹。(h)对应（g）中XRD图谱的方位角扫描。 章鱼启发的姿态变化机器人

基于对纤维变形动力学的系统理解，研究团队设计了三种章鱼启发的姿态变化模式。升举模式中，R1.1纤维（4 twists/half-loop，κ=1/9 mm⁻¹）以顺时针扭转固定在中心盘下方倾斜的突起盘上，倾斜角θ=30°时机器人可升至初始高度的338%，θ=45°时为226%，升举高度遵循lc·cosθ的几何关系（图3a）。降低模式利用逆时针扭转的R1.25 SD纤维，纤维投影与竖直方向夹角θ=30°和45°时，机器人分别降至初始高度的50%和67%，符合2lc·sinθ的几何关系（图3b）。旋转模式采用与降低模式相同的几何结构但扭转手性相反，θ=30°和45°时分别实现39°和60°旋转（图3c）。倾斜模式则混合了不同扭转手性和未扭转纤维：两个R1.25 SD顺时针扭转、两个逆时针扭转、两个未扭转（利用其反常增曲率行为）按顺序排列（图3d(ii)），配合LD纤维的更大驱动力（图3d(iii)），倾斜角从11.3°提升至39.4°。这些姿态变化的可预测性源于纤维构型对运动模式的确定性编程——扭转手性、曲率和R值共同决定了力的矢量合成方向。

图3 章鱼启发软体机器人的运动。(a) 升举机器人设计示意图（i）及不同θ的实验照片（ii和iii）。(i) 3D打印主体的细节设计及纤维与主体的连接方式。突出附肢支架与平盘之间的角度定义为θ。使用大直径（LD）纤维，参数(R, 1/κ(mm⁻¹), 每半圈扭转数) = (1.1, 9, 4)。(b)降低机器人设计示意图。多边形平盘侧面与弯曲纤维在表面投影之间的角度定义为θ。使用小直径（SD）纤维，参数(1.25, 9, 4)。(c)旋转机器人设计示意图（i）及不同θ的实验照片（ii和iii）。设计与（b）相同，但扭转手性相反。每组中左右分别为顶视图和侧视图。使用SD纤维，参数(1.25, 9, 4)。倾斜机器人设计，同（a）的参数配置。(ii)中所有纤维均为SD，参数(1.25, 9, 4)，其中两根未扭转。(iii)中扭转弯曲纤维为LD，其他条件同(ii)。所有热表面均加热至180°C。 金色轮蜘蛛启发的滚动机器人

滚动机器人（rollbot）设计将两组扭转手性相反的弯曲纤维分别固定在圆柱体两侧，重心高度为体长的0.30倍——显著高于传统LCE扭转条带（0.022 BL）和线圈（0.095 BL）的比值。这种高重心设计刻意创造"头重脚轻"的构型，最大化重力不稳定性，降低纤维推力转化为连续滚动所需的能垒。运动机理为：与热表面接触的纤维受热变形推动地面，地面反作用力驱动旋转，变形的纤维随后被抬升至较冷的空气中恢复形状，待滚动一周后再次接触热表面完成下一周期（图4a-b）。热成像和光学时序图像证实了这一温度梯度驱动的连续滚动机制（图4d-e）。

参数化研究表明，速度和运动模式可通过多种设计变量精确调控。R1.1因交联密度较低，在100°C即可启动滚动，而R1.25需140°C以上；在140°C、220°C和300°C下，LD（1.25, 4, 9, 6）滚动机器人速度分别为1.08、7.79和11.40 mm/s，而SD变体速度分别为1.68、27.32和51.88 mm/s（图4f）。SD（1.25, 4, 9, 6）在300°C时51.88 mm/s相当于1.3体长/秒（按平行于旋转轴的较长体长归一化），超越多数已报道LCE机器人（通常低于1 BL/s）。纤维直径的影响更为显著：相同条件下（1.25, 4, 9, 8）SD滚动机器人速度为13.7 mm/s，LD版本仅3.6 mm/s（图4g）。高重心结合圆弧纤维的极小点接触面积有效降低了地面效应，使机器人可利用惯性完成多步连续滚动（图4g中每步之间斜率更陡、呈现间歇性加速的特征）。曲率方面，（1.1, 2, 6, 6）与（1.1, 2, 9, 6）的对比显示κ=1/9 mm⁻¹因适中的弯曲恢复速度提供更优推进力，而κ=1/6 mm⁻¹因过快解弯曲导致纤维原地打转反而速度较慢（图4h），R1.25滚动机器人中也观察到类似趋势但速度差异缩小，因为高曲率纤维的变形速度更快。

图4 滚动机器人的滚动运动。(a,b) 机器人初始滚动步骤（a）及后续持续运动（b）示意图。(c)同一滚动机器人在180°C热板上直线滚动的叠加图像。(d),(e)数码相机（d）和热像仪（e）拍摄的滚动机器人滚动时序前视图和侧视图。纤维编码为(1.1, 4, 9, 6)。(f)(1.25, 4, 9, 6)滚动机器人在140、220和300°C热表面上的位移-时间图。插图为SD滚动机器人在300°C表面的运动。(g,h)(1.25, 4, 9, 6)与(1.25, 4, 9, 8)滚动机器人（g）及(1.1, 2, 6, 6)与(1.1, 2, 9, 6)滚动机器人（h）在180°C表面上的位移-时间图。插图展示LD滚动机器人的延长时间范围。 运动模式定制与环境适应能力

研究还展示了滚动机器人运动模式的多样化定制能力：通过将同手性纤维安装在可独立旋转的双体结构上实现原地旋转（类似马磨坊，图5a）；两侧采用不同曲率（κ=1/6与1/9 mm⁻¹）实现轨道运动（图5b）；单侧设置相反手性纤维产生"走-停"运动——相反手性纤维产生的力相互抵消阻止前进（图5c）；混合R1.1和R1.25纤维实现动态变速滚动（R1.1变形更快，在其驱动推进时加速，R1.25驱动时减速，图5d）。

图5 滚动机器人的滚动运动模式。(a) 马磨坊示意图、旋转滚动机器人设计（左）及相应实验照片（右）。滚动机器人编码为(1.25, 4, 16, 8)。(b)轨道运动滚动机器人。一侧编码为(1.25, 3, 6, 6)，另一侧编码为(1.25, 3, 9, 6)。(c)"走-停"运动滚动机器人。(1.25, 4, 9, 6)滚动机器人每侧各有一根相反手性且角度相同的纤维。动态变速滚动机器人。三组纤维为(1.25, 4, 9, 6)连续排列，另三组为(1.1, 4, 9, 6)。

环境适应性方面，滚动机器人凭借高重心、附肢的强地面锚定和半圆弧几何带来的最小点接触三大设计原则，实现了多项突破性演示：在95°C浅水中，变形纤维一旦抬离水面即可恢复形状，强锚定力帮助机器人克服表面张力完成水陆过渡，类似于两栖爬行动物推离表面的机制（图6a）；(1.25, 4, 16, 8)滚动机器人成功攀爬32.5°斜坡（图6b），远超此前LCE机器人需棘轮辅助才能达到的10-15°，而单个附肢无法连续上坡凸显了组装体协同推进的必要性；同款机器人在180°C表面拖动4.8 g货物（2.2倍自重），拖拽力达13.3 mN（摩擦系数0.28），而R1.1版本拖动3.8 g（10.53 mN），(1.25, 4, 9, 8)拖动2.1 g（5.82 mN），表明更大的曲率半径（更小κ）和R1.25的高刚度有利于输出更大驱动力（图6c）；在随机褶皱铝箔构成的不规则地形上，圆弧纤维通过每步形成的两个新点接触（总计四个接触点）适应性变形匹配地表起伏，连续扭转力驱动机器人穿越崎岖表面（图6d）。当附肢初始嵌入沙中时，同步扭转和弯曲变形产生挖掘效应，使机器人能够发掘埋藏的硬币等物体。

图6 滚动机器人在不同地形和环境中的自适应运动。(a) 蜥蜴水陆过渡类比示意图（最左）及(1.25, 4, 16, 8)滚动机器人从95°C水域移动至陆地的时序照片，展示其克服表面张力的逃逸能力。(b,c)同一机器人在32.5°斜坡上的攀爬时序照片（b）及拖动4.8 g负载的运动时序照片（c）。表面温度180°C。滚动机器人与随机褶皱地形的点接触示意图（左）及滚动机器人在180°C穿越该地形的时序照片（右）。 总结与展望

本研究从仿生形态学层面而非仅仅微观肌肉模拟层面，展示了LCE材料通过几何编码实现高度机动性、适应性和可定制性软体机器人的巨大潜力。附肢的单端固定设计赋予最大运动自由度，而旋转对称排列使各纤维推进矢量可定向叠加。弯曲几何结构同时解决了强地面锚定和最小接触两大关键问题——高重心与低接触面积协同作用反而利用惯性提升速度，这与金色轮蜘蛛借助重力实现快速下坡的策略异曲同工。研究揭示的悬垂链迁移与曲率耦合导致的反常变形行为，为未来设计卷须状螺旋纤维（增曲率行为）和智能阀门的曲率反转提供了新思路。研究同时指出当前工作可进一步改进可重编程性，而瞬态动力学的精确控制是实现多模态可逆运动的关键未来方向。通过引入侧链液晶单体构建向列-近晶微相分离、延长硫醇间隔基长度或引入大体积侧基降低分子堆积有序度，可将驱动温度阈值降至近生理范围（35-65°C）；采用高弹性被动芯层与响应性LCE壳层的核壳结构则可在降低触发温度的同时实现超快高弹性响应，从而拓展LCE致动器在智能织物、生物医学和微创手术工具中的应用前景。该研究示范了材料科学与仿生形态协同设计的新范式，为高机动性软体机器人平台在复杂现实环境中的部署奠定了基础。