300美金3D打印“手搓”机器人，助力华人学者发表最新Nature！

3D打印技术参考注意到，最新一期的Nature于6月25日更新，在麻省理工学院计算机科学与人工智能实验室发表的关于“利用深度神经网络控制机器人方法”一文中，3D打印发挥了重要作用。在多位并列第一作者中，具有中国语义名字有多位，信息查询显示华人学者居多。

这项研究主要属于机器人控制和人工智能领域，与3D打印技术有显著的交叉和应用，特别是在制造复杂机器人结构方面。需要明确的是，这项研究的机器人并非是由关节、刚性连杆组成的传统机器人，而是由多种功能性材料组成的仿生机器人，它并不采用传统电机驱动，而是采用气动和类似肌肉的执行器进行驱动。

研究的核心内容是介绍了一种利用深度神经网络控制机器人的方法，能够只通过单个摄像头实现对机器人的控制，而不需要对机器人的材料、驱动或传感器做出假设，并且可以通过观察随机命令的执行来自我训练，也不需要专家干预。

在这项研究中，3D打印被用于制造机器人的混合软-刚性气动手以及手动剪切拉胀执行器。其中，前者使用树脂喷射光固化3D打印成一体结构，结合了柔性手指和刚性核心，由15个气动通道控制。这种复杂的结构很难用传统制造方法实现。

MIT在机器人领域具有非常高的知名度，尤其借助3D打印技术取得了众多研究进展。研究提到，3D打印等现代制造技术能够制造出结合了软性、顺从和刚性材料的部件，这种多材料的组合可以使机器人系统不需要使用电机驱动，甚至不需要人工组装，可借助磁力、热、气动等方式实现对机器人的控制，表现出比传统机器人系统更好的性能。因此可以看出，3D打印技术的使用显著降低了实现机器人自动化的成本和门槛。

MIT开发的4D打印机器人

总的来说，这项研究提出了一种基于视觉的深度学习方法，该方法无需对机器人的材料、驱动或嵌入式传感器进行任何假设，仅凭视觉即可学习控制机器人。该框架适用于各种具有挑战性的机器人平台，从传统的刚性系统到软硬混合、3D打印、柔性和低成本的教育机器人，仅凭视觉即可成功估算其三维结构，无需专家干预即可发现其运动结构，并使用单个RGB摄像头高精度地执行所需的运动轨迹。

研究系统实现了对3D打印柔性系统的建模和控制，无需任何人工建模，即使其动态特性发生了显著变化，也能够取代耗时一个月的专家建模过程。3D打印为制造如此复杂结构的仿生结构发挥了重要作用，且300美元的制造成本对这项Nature的研究级别而言可谓极低。

注：本文由3D打印技术参考创作，未经联系授权，谢绝转载。