Science Advances | 一种材料造出整只大象机器人:晶格几何编程实现从柔软到刚硬的

Science Advances | 一种材料造出整只大象机器人:晶格几何编程实现从柔软到刚硬的

论文信息

英文题目:Lattice structure musculoskeletal robots: Harnessing programmable geometric topology and anisotropy

中文题目: 晶格结构肌肉骨骼机器人:利用可编程几何拓扑和各向异性

作者:Qinghua Guan, Benhui Dai, Hung Hon Cheng, Josie Hughes

作者单位: 瑞士洛桑联邦理工学院(EPFL)

期刊:Science Advances(IF 13.6 中科院一区,JCR一区)

发表时间:2025年7月16日

链接:https://www.science.org/doi/10.1126/sciadv.adu9856

引文格式:Guan Q, Dai B, Cheng H H, et al. Lattice structure musculoskeletal robots: Harnessing programmable geometric topology and anisotropy[J]. Science Advances, 2025, 11(28): eadu9856.

01 全文速览

自然界中,从柔软的大象鼻子到承重的骨骼,生物体通过巧妙组合不同力学特性的组织实现了丰富的运动功能。而今天的机器人,要么是硬质骨架+软体关节的多材料拼凑,要么只能在有限范围内调节刚度。

EPFL的Josie Hughes团队提出了一种全新的设计范式:仅用单一材料,通过编程晶格结构的几何拓扑,实现从柔软到刚硬的连续力学性能调控。他们开发了两种几何编程方法——拓扑调控(TR) 和叠加编程(SP),前者实现不同晶格类型之间的连续过渡,后者通过叠加不同方向或平移的晶格单元产生离散但可大范围调节的刚度和各向异性。两种方法组合,可生成超过100万种不同的晶格单元,杨氏模量覆盖20~280 kPa的范围。

图1 展示了大象的生物结构(A)与本文仿生机器人(B、C)的对比。大象拥有柔软的鼻子和刚硬的腿,本文用单一材料通过晶格结构编程实现了这两种截然不同的力学特性。

Read more

Flutter 组件 tavily_dart 的适配 鸿蒙Harmony 深度进阶 - 驾驭 AI 原生聚合搜索、实现鸿蒙端跨域知识发现与垂直领域语义降噪方案

Flutter 组件 tavily_dart 的适配 鸿蒙Harmony 深度进阶 - 驾驭 AI 原生聚合搜索、实现鸿蒙端跨域知识发现与垂直领域语义降噪方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 tavily_dart 的适配 鸿蒙Harmony 深度进阶 - 驾驭 AI 原生聚合搜索、实现鸿蒙端跨域知识发现与垂直领域语义降噪方案 前言 在前文中,我们领略了 tavily_dart 在鸿蒙(OpenHarmony)生态中实现基础互联网 AI 搜索集成的魅力。但在真正的“跨国科研智能辅助”、“政务决策舆情态势感知”以及“需要接入高精密专业数据库”的场景中。简单的单次查询往往不足以触达知识的核心。面对需要在大规模并发环境下,针对特定行业域名(如 .gov / .edu)执行深层内容的并行嗅探,并且要求对回显的数万字内容执行基于 AI 强语义的重排序(Re-ranking)与引用链路审计的高阶需求。如果缺乏一套完善的聚合搜索策略与语义降噪模型。不仅会导致 AI 智能体出现由于“信息泛滥”

什么是人工智能?AI、机器学习、深度学习的关系

什么是人工智能?AI、机器学习、深度学习的关系

文章目录 * 什么是人工智能 * 人工智能的定义 * 人工智能的分类 * 什么是机器学习 * 机器学习的基本概念 * 机器学习的工作流程 * 机器学习的主要类型 * 什么是深度学习 * 深度学习的基本概念 * 深度学习的优势 * 深度学习的应用领域 * AI、机器学习、深度学习的关系 * 三者的层次关系 * 三者的发展历程 * 如何选择合适的方法 * 实际应用案例分析 * 案例一:垃圾邮件过滤 * 案例二:图像识别 * 案例三:推荐系统 * 学习路径建议 * 第一阶段:打好基础 * 第二阶段:深入学习 * 第三阶段:实战提升 * 总结 本篇文章将带你深入理解人工智能的核心概念,厘清AI、机器学习、深度学习之间的关系,为后续的学习打下坚实的基础。 什么是人工智能 人工智能的定义 人工智能,英文名称为Artificial Intelligence,简称AI,这个概念最早由约翰·麦卡锡在1956年的达特茅斯会议上提出。那么什么是人工智能呢?简单来说,人工智能就

基于飞算JavaAI的在线图书借阅平台设计与实现

基于飞算JavaAI的在线图书借阅平台设计与实现

引言 在数字化转型背景下,高校图书管理系统面临智能化升级需求。本文以飞算JavaAI为开发工具,通过智能引导式开发流程,实现一个包含用户管理、图书借阅、权限控制等核心功能的在线平台。系统采用Spring Boot + MyBatis技术栈,结合飞算AI的代码生成能力,将传统3周的开发周期压缩至3天,验证了AI辅助开发在Java企业级应用中的高效性。 文章目录 * 引言 * 飞算介绍 * 环境准备 * 1. 下载“IDEA” * 2.安装 * 3. 下载“飞算Java AI”扩展 * 4.登录 * 需求分析与规划 * 核心功能模块 * 技术选型 * 系统实现 * 1. 自然语言描述需求 * 2. 理解需求 * 3. 设计接口 * 4. 表结构设计 * 5. 处理逻辑接口 * 6. 生成源码 * 优化与调试心得 * 遇到的问题 * 调试技巧 * 成果展示与总结

别再截图保存AI对话了——Chat2File让ChatGPT豆包元宝Gemini一键变文档

别再截图保存AI对话了——Chat2File让ChatGPT豆包元宝Gemini一键变文档

你一定经历过这种瞬间: 你和 ChatGPT(或豆包、元宝、Gemini)聊得正嗨,突然 AI 给了一段特别好的内容。 * 一份写作提纲 * 一段可直接复制的邮件/方案 * 一段带公式、表格、代码块的“可交付答案” * 一条你以后肯定会用到的思路 你下意识就会做两件事: * 截图 * 复制粘贴到备忘录/Notion/Word 然后呢? 截图在相册里吃灰;复制粘贴会丢格式;想把“这一段 + 那一段”拼成一份干净的文档,又要手动删 UI、删头像、删按钮、调整排版。 这不是你不够自律。 是 AI 对话天然不适合“收藏”——它更像一条河,信息在流动,但你缺一个“把水装进瓶子”的动作。 我做了一个很直接的解决方案:Chat2File。 它的目标很简单: * 让你在对话页面里,像选中几段文字一样勾选消息