ReefFlex：用于软体机器人抓取有机脆弱物体的生成式设计框架
机器人学
2026-02-10 v1
摘要
气候变化、入侵物种和人类活动正在以前所未有的速度损伤世界的珊瑚礁，威胁其广大的生物多样性和渔业资源，并削弱海岸防护。解决这一巨大挑战需要可规模化的珊瑚再生技术，这些技术能够培育抗气候变化的物种并加速自然生长过程；但缺乏安全且稳健的工具来处理脆弱的珊瑚，这使得上述行动受到阻碍。我们研究了 ReefFlex，这是一种生成式软指尖设计方法，通过探索多样化的软指纤维，产生一组能够安全抓取在杂乱环境中脆弱且几何异构的珊瑚的候选方案。我们的关键洞察是将异构抓取编码为一组简化的运动原语，从而创建了一个简化、可处理的多目标优化问题。为评估该方法，我们设计了用于珊瑚 rehabilitation 的软体机器人，该机器人在离岸养殖设施中生长和操作珊瑚，为未来的珊瑚外植做准备。我们展示了 ReefFlex 在抓取成功率和抓取质量（扰动抵抗力、定位精度）方面均显著提高，并且在珊瑚操作期间遇到的不良事件数量方面显著减少。ReefFlex 提供了一种通用的方法，用于设计复杂处理的软体末端执行器，并为实现前所未有的自动化领域（如珊瑚处理以进行再生）铺平了道路。
引用
@article{arxiv.2602.08285,
title = {ReefFlex: A Generative Design Framework for Soft Robotic Grasping of Organic and Fragile objects},
author = {Josh Pinskier and Sarah Baldwin and Stephen Rodan and David Howard},
journal= {arXiv preprint arXiv:2602.08285},
year = {2026}
}