东京大学用TPU打印肌肉肌腱韧带,0.95米机器人腿迈步

资讯 腾讯网 作者:腾讯网 全文 2348 字 · 约 6 分钟读完 分类机器人学术研究

“ 肌肉骨骼机器人,换个造法。人走一步路,要靠肌肉收缩、肌腱传力、韧带稳住关节、足底软组织吸收冲击,这么多软组织得一起配合。过去十几年,东京大学这一脉的肌肉骨骼机器人一路从Kenta、Kotaro做到Kenshiro、Kengoro、Musashi,肌肉的数量和走线越做越像人。不过它们有个共同的短板:肌肉大多用钢丝代替

所属频道 机器人与具身智能前沿研究

“肌肉骨骼机器人,换了个造法。

一个人迈出一步,得靠肌肉收缩、肌腱传力、韧带稳住关节、足底软组织吸收冲击,这么多软组织必须互相配合。

过去十几年,东京大学这一脉的肌肉骨骼机器人从Kenta、Kotaro一路做到Kenshiro、Kengoro、Musashi,肌肉的数量和走线越来越接近人。问题是它们有个共同短板:肌肉大多拿钢丝代替,没有体积;关节也多是普通转轴,没有韧带。

日前,东京大学的研究人员在《Advanced Intelligent Systems》上发表了一篇新论文,思路变了:只用一种材料TPU95A、一台FDM打印机,把肌肉、肌腱、韧带和足底缓冲垫统统打印出来,再拼成一条0.95米高、真人尺寸的机器人腿。

后来这套东西还扩展成了双腿,在外部悬吊辅助下完成了左右交替的迈步动作。

01.

一套“晶格”,改几个参数就能变出不同组织

整套方法的核心叫柔性图案结构(Flexible Pattern Structure),分两种。

第一种是3D晶格。基本单元是个长方体,分叉的细杆把中心和各个顶点连起来,再在三个方向上重复排列,间距可以等距,也可以带渐变。逐层打印时细杆会互相撑住,晶格内部因此不用加支撑。

第二种是2D图案。先在平面上画好分叉网络,再“投影”到弯曲的表面上,后面的韧带就是这么来的。

真正有意思的地方在于,改几个数字,结构的软硬就能差出几个数量级。

研究团队用四个参数描述晶格:x、y、z三个方向的单元尺寸,加上杆径p。实测下来,p从1.5mm加到3mm,杨氏模量涨了大约28倍;x和y都取5mm时模量有0.08–0.27MPa,放大到15mm左右就降到0.005–0.01MPa,压缩变形能超过一半。z从25mm增加到40mm,刚度还能再温和地降到原来的1/2到1/5。

所以同一种晶格,稀疏一点就是软肌肉,加密一点就是硬肌腱。

做肌腱时,团队把x从8mm缩到5mm,拉伸模量从1.07MPa升到2.61MPa,基本是线性的。在一体打印的“肌肉-肌腱复合体”里,肌肉端的压缩刚度约1.3N/mm,肌腱端的拉伸刚度约15N/mm。文献里人类肌腱的刚度是10–100N/mm,研究人员也说明了,这些数值只是设计参考,不代表和真实组织完全等同。

足底的缓冲垫也是这套逻辑。调整分叉方向和厚度渐变后,它的刚度会在压下去的前5mm保持约5N/mm,之后升到约30N/mm,轻踩时是软的,压深了才变硬。

另有一个观察:受压时TPU晶格主要朝内部凹陷,向两侧鼓出的幅度极小,这与含水量偏高的真实肌肉表现不同。研究团队认为,这种“不像人”的特点反而有利,可以减轻机器人体内各部件彼此挤压干涉。

02.

韧带“贴”在关节表面,关节里不装轴承

关节的做法更巧妙一些。

做法是先把关节圆柱面摊平,按所需方向与疏密在平面上绘制图案,再将其投影回曲面,包覆在关节外的韧带便成形了。图案若带有方向性,可制成单自由度铰链;若采用各向同性网格,则可得到多自由度关节。多层投影面叠加起来,还能构造出类似膝盖交叉韧带那样的复杂约束。

髋、膝、踝三个关节均按此方法制成。髋关节屈90°、伸30°、外展60°、内收30°,膝关节屈150°,踝关节背屈30°、跖屈15°。与人体典型值对照,多数处于同一量级;膝关节屈曲还略高于参考值140°。

耐久性测试同样做了。往复运动999次后,髋关节屈曲90°时扭矩保留约87%,膝关节屈曲135°时约79%,踝关节背屈30°时约94%,约束均未失效。

把关节固定3小时再松开,扭矩一开始会因为应力松弛下降一些,之后会随时间慢慢恢复。

材料层面,团队还考察了蠕变、循环疲劳以及不同速度下的响应。TPU的黏弹性确实存在,力学性能的明显变化集中在前约100个循环,此后逐步趋于稳定,测试全程无样品断裂。据此,研究人员建议零件装机前先进行一段“预训练”。

03.

0.95米的真人尺寸腿,迈出了第一步

最后是把所有零件拼起来。

这条腿包含骨盆、股骨、胫骨、足四块骨头,均以PLA打印成型;三个关节全靠韧带图案来约束;肌肉被砍到只剩六块,其中既有同时跨过两个关节的双关节肌,也有彼此拮抗的肌肉对。电机则集中装在骨盆上,钢丝经PTFE管牵到各块肌肉,为的是尽量不给小腿和脚添重量。

实验时,研究人员通过控制每根钢丝收放的长度,让这条腿做完了五种代表性动作:髋屈约90°后伸直膝盖、伸髋约30°、髋外展约30°、膝屈约105°、踝跖屈约15°,整个过程中关节没有出现脱位。这些动作依赖肌肉之间的配合,比如屈膝时得让另一块肌肉压住髋关节,免得它跟着一起动。

之后团队把单腿扩成了双腿,用外部吊绳托住躯干、分担一部分体重,同时把躯干的横滚、俯仰、偏航都限制在±20°以内。按预设的钢丝长度序列驱动,双腿在“步幅0.4m、周期1.6s”和“步幅0.8m、周期2.4s”两种条件下,都走出了连续的交替迈步。

当然,这还谈不上自主行走。研究人员的说法是,吊起来是有意为之:先把平衡控制拆出去,单独验证关节约束和腱驱动本身行不行得通。

难点也摆在那里。软结构变形大,力臂和钢丝摩擦会动态变化,建模和控制都不轻松;眼下的参数设计主要靠实测得到的经验映射,通用的解析模型还没有;打印一块真人尺寸的肌肉要花20–40小时,机器占用时间偏长。

但换个角度看,这条路不用开模,也省掉了大量手工活。零件用旧了,直接重新打印一块换上;不同体型要定制,改改参数就行。

研究人员还提到,后续可能往全身人形机器人、假肢、助力外骨骼以及内置传感的人工身体方向扩展。

过去造一个肌肉骨骼机器人,每块肌肉、每个关节往往都得单独设计;这项研究把它们收进了同一套参数化流程。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 当两个机器人学会“打暗号”,换个身体还认得出来吗?

    你有没有想过,两只蚂蚁靠气味互相传话,这套"语言"换个物种还能用吗?这篇论文研究的其实就是类似的问题,只不过主角换成了机器人。更准确地说,是两个用算法训练出来的虚拟机器人,它们在一个简化的二维世界里学会了用信号互相配合觅食,然后研究者把它们原封不动地搬进了一个带有真实物理规则的三维世界,看看这套配合方...

    来源 腾讯网
  2. 福莱新材4天3板:物理AI走强,苹果HALO系统成功率91%

    据21财经雷达,11月9日,物理AI概念走强,截至10:29,福莱新材走出4天3板,续创历史新高,宇树科技、汉威科技、凡拓数创、奥普特、华依科技等跟涨。消息面上,11月4日,苹果团队在arXiv上发布机器人自主控制系统HALO,在宇树G1上的真实测试覆盖6个训练中未见、未经扫描的环境。针对6类单项技能开展360次测试,

    来源 腾讯网
  3. 苹果披露HALO人形机器人大脑,宇树G1上完成仿真到现实验证

    财联社11月7日讯(编辑 魏齐)苹果研究团队披露机器人“大脑”研究进展。当地时间11月4日,苹果研究团队在预印本平台arXiv提交论文《Perceptive Humanoid Motion from Simulation》,披露了人形机器人自主控制系统HALO。研究团队将该系统部署在宇树科技的G1人形机器人上进行验证,

    来源 腾讯网
  4. 简智机器人DAS 2.0定档11月9日CoRL:头手协同采集人类操作数据

    2026年11月7日,简智机器人宣布,DAS 2.0系列将于 11 月9 日在美国奥斯汀举行的CoRL会议现场正式亮相。该系列包括新一代灵巧手数据采集手套DAS Dex 2.0与新一代第一视角头戴式多模态数据采集设备DAS Ego 2.0,通过头手协同,同步记录视觉、手部运动与触觉信息,面向真实场景中的规模化人类操作数

    来源 AI 行业观察
  5. Qwen4跑分首超Opus5.5:Flash拿49.9分,成本仅0.4美元

    11月8日消息,随着新一轮国产 AI 大模型密集进入发布倒计时,阿里旗下千问 Qwen4系列的核心跑分数据近日抢先曝光。在面向游戏开发的专项创造力评测中,该系列部分型号成功超越了海外顶尖的 Opus5.5,展现出令人瞩目的技术追赶速度。 游戏开发创造力基准跑分曝光:Flash 成功超越 Opus5.5 此次曝光的评测基

    来源 AI 开发者社区
  6. 中国电信子公司与优必选全面战略合作,共推仿生人形机器人大规模市场应用

    IT之家 11 月 9 日消息,天翼电信终端有限公司(简称“天翼电信终端”)与深圳市优必选科技股份有限公司(简称“优必选”)今日(11 月 9 日)签署全面战略合作协议。 天翼电信终端副总经理桂烜、优必选高级副总裁郝宝玉共同见证签约,双方授权代表签署协议,双方相关业务负责人出席仪式。 双方围绕机器人规模化推广、联合创新

    来源 AI 行业观察
  7. 机器人加速后还靠谱吗:CARE用统计检验给出风险上限

    你有没有想过这样一个问题:如果一台机器人突然动作快了十倍,你怎么知道它还靠不靠谱?这不是个假设。现在的机器人大脑,也就是视觉语言动作模型视觉语言动作模型(VLA):一种能同时理解图像、语言指令,并直接输出机械臂动作的人工智能模型,跑一次推理要花不少时间。工程师们想了很多办法让它跑得更快,比如一次性生成一串...

    来源 腾讯网
  8. MIT新记忆系统UQ-DAAAM:机器人认错东西后,能自己回头改

    机器人在路上行走时,看到屋顶上有一个灰色物体。由于距离较远、画面不够清晰,它最初没能准确描述这个物体,随后又将它认成了一只松鼠。但随着机器人继续移动,摄像头从新的角度拍下了这个物体,系统最终发现,它其实是一根烟囱。那么,在获得更多信息后,机器人能不能像人一样,回头修正之前的判断?近日,麻省理工学院的研究人员介绍了一套新

    来源 腾讯网
  9. 亚马逊组建家用机器人团队,为一款全新产品招人

    【环球网科技综合报道】11月9日消息,CNBC 对亚马逊招聘信息的分析显示,亚马逊已组建了一个新的家用机器人团队,并正在为一款“全新的机器人产品”招聘人才。外媒称,目前还不清楚该团队正在开发哪种家用机器人,或者它可以处理哪些类型的任务,但 6 月的一则招聘信息暗示,亚马逊的目标是“创造不仅功能齐全,而且令人愉...

    来源 腾讯网
  10. 苹果HALO系统:宇树G1实测360次任务,成功率91%

    IT之家 11 月 7 日消息,当地时间 11 月 4 日,苹果研究团队在预印本平台 arXiv 提交论文《Perceptive Humanoid Motion from Simulation》,披露了人形机器人自主控制系统 HALO。 研究团队还公开了数据生成、模型训练和部署代码,涵盖动作生成、动作跟踪、任务编排以及

    来源 AI 行业观察
  11. 三星SK海力士美光联手SEMI:磋商晶圆厂机器人充电标准化

    IT之家 11 月 9 日消息,韩媒《首尔经济日报》当地时间本月 8 日报道称,三大存储器原厂(三星电子、SK 海力士、美光)正与 SEMI(国际半导体产业协会)一道就晶圆厂内机器人充电系统的标准化事宜进行磋商。 报道指出,各方之所以组建这一 RX(机器人转型)联盟,是因为老旧晶圆厂的自动化水平仍相对较低,晶圆装载等工

    来源 AI 行业观察
  12. 中国移动提出网络强基战略:通信网、算力网、智能网三线并进

    今年的AI圈,头部大模型之间的竞争越来越激烈,普通人也越来越明显能感受到AI能力的进步。但当AI走出聊天窗口,情况就变得复杂起来。机器人不仅要执行任务还要感知环境,手机上的AI助理需要跨应用协同,企业则开始强调将模型接入生产和办公系统。影响AI体验的,除了模型本身,还进一步延伸到!其背后的基础设施。11月5日,...

    来源 腾讯网
  13. 舍弗勒裁员3460人后押注人形机器人:4亿欧元订单与中国工厂

    “ 一家近百年Tier1的断臂与接骨。近日,舍弗勒在赫尔佐根奥拉赫抛出了一份让德国汽车供应链再次屏息的公告。欧洲净减3460个岗位,关闭五处生产基地,其中2660个岗位、四座基地落在德国本土。同一份公告的末尾,首席运营官约亨·施罗德把人形机器人和国防并置,列为集团“看好的增长领域”。两周前,另一条消息已经先一步落地。舍

    来源 腾讯网
  14. 谷歌智能手表配AI测高血压:灵敏度65.8%,与诊室袖带相当

    中新网北京11月8日电 (记者 孙自法)国际学术期刊《自然》最新发表一篇技术论文称,研究人员开发出一款智能手表,在解读传感器读数的人工智能(AI)系统的辅助下,或许能检测出高血压。论文作者用一款消费者智能手表对该人工智能系统进行了测试,显示其检测高血压的灵敏度与传统诊室血压测量法相当。 该论文介绍,高血压是心血...

    来源 腾讯网
  15. Hitch Open进博会全球开源:AI乒乓对打142拍破世界纪录

    IT之家 11 月 8 日消息,据临港集团,11 月 7 日,第九届中国国际进口博览会迎来物理智能领域全球首秀。 来自美国加州硅谷、学术底座源自加州大学伯克利分校的全球物理智能开源平台 Hitch Open,在进博会临港展示区举行全球发布会,正式面向全球开源发布物理智能平台。 IT之家获悉,现场完成 AI 自主决策机器

    来源 AI 行业观察
  16. TacitVLA:机器人边想边动,成功率不降反快3.4倍

    现在的视觉-语言-动作模型喜欢先写一段文字再行动,虽然准但太慢。纽约大学和英伟达的研究发现,模型只要学过怎么写推理就行,不用真等写完。新提出的TacitVLA在保持高成功率的同时,把延迟降低了3.4倍,还在长程记忆任务上刷新了纪录。

    来源 AI 应用前沿
向下滚动自动加载更多