基于简化有限元方法的软体机器人广义任务驱动设计
机器人学
2026-03-23 v1
摘要
软体机器人的任务驱动设计需要兼具物理精度和计算效率的模型，同时在不同执行器设计和任务情境之间保持可迁移性。然而，现有建模方法通常面临物理保真度与计算效率之间的根本性权衡，这限制了在设计和任务变异下的模型复用，并约束了可扩展的任务驱动优化。本文提出了一种统一的简化有限元方法（FEM）基于的代理建模管道，用于广义任务驱动软体机器人设计。高保真度FEM仿真在模块化水平上刻画执行器行为，从中构建紧凑的代理关节模型，用于评估其中的伪刚性躯体模型（PRBM）。一个元模型将执行器设计参数映射到代理表示，从而实现参数化执行器族中的快速实例化。将构建的模型嵌入PRBM-based仿真环境，支持在现实物理约束下的任务级仿真和优化。该管道通过多个执行器类型的仿真到实际的迁移进行验证，包括球形式气动执行器和一种tendon驱动的软体手指，以及两种任务驱动设计研究：基于强化学习（RL）的软体抓手共设计和基于进化优化的3D执行器形状匹配。结果表明，该方法在准确性、效率和可靠的复用方面表现出色，为自主任务驱动软体机器人设计提供了可扩展的基础。
引用
@article{arxiv.2603.19794,
title = {Generalized Task-Driven Design of Soft Robots via Reduced-Order FEM-based Surrogate Modeling},
author = {Yao Yao and David Howard and Perla Maiolino},
journal= {arXiv preprint arXiv:2603.19794},
year = {2026}
}