SimTO：面向定制软机器人夹爪的仿真基拓扑优化框架

软机器人夹爪是制造、医疗和农业中把握 delicate、几何复杂物体的关键技术。然而，现有夹爪在抓取具有高拓扑变异性的特征丰富物体时表现不佳，例如汽车装配线上齿轮的尖锥齿形、珊瑚的脆弱突起，或欣菜不规则分支结构的蔬菜。与简单几何原语（如立方体或球体）不同，特征丰富的物体缺乏明确的“最优”接触面，使得抓取困难且易受现有夹爪设计的损伤。安全处理此类物体因此需要针对物体特征量身定制的软夹爪。拓扑优化虽是生产此类夹爪的有前景方法，但其局限在需预定义载荷条件。对于与特征丰富物体相互作用的软夹爪，这些载荷来源于数百个不可预见的夹爪-物体接触力，事先是未知的。为此，我们引入 SimTO，一个通过自动从基于接触的物理仿真器中提取载荷案例，实现高分辨率拓扑优化的框架，从而消除对手动载荷指定的需求。给定任意特征丰富物体，SimTO 可生成针对物体几何特性的高度定制软夹爪，具备细粒度的形态特征。数值结果表明，我们的设计不仅高度针对性特征丰富物体，还能推广至未见物体。