在波士顿大学工程学院的一个实验室里，一个机械手臂把小的塑料物体放入一个完全放在地板上的盒子里，当它们下落时，它就会接住它们。一个接一个，这些微小的结构——像羽毛一样轻的圆柱形碎片，不超过一英寸高——填满了盒子。有些是红色的，有些是蓝色、紫色、绿色或黑色的。

每件物品都是机器人自主实验的结果。机器人一边自己学习，一边寻找并试图制造出有史以来最有效吸收能量的物体。

为此，机器人用3D打印机制作一个小型塑料结构，记录其形状和大小，将其移动到平坦的金属表面，然后用相当于一只成年阿拉伯马站在四分之一硬币上的压力将其压碎。然后，机器人测量该结构吸收了多少能量，其形状在被挤压后如何变化，并将每一个细节记录在一个庞大的数据库中。然后，它将粉碎的物体放入盒子中，并将金属板擦拭干净，准备打印和测试下一个部件。它将与上一代略有不同，它的设计和尺寸由机器人的计算机算法根据过去的所有实验进行调整——这是所谓的贝叶斯优化的基础。经过一次又一次的实验，3D结构在吸收被压碎的冲击方面变得越来越好。

这些实验之所以成为可能，是因为机械工程系副教授基思·布朗(Keith Brown)和他在KABlab的团队的工作。这个机器人被命名为MAMA BEAR——它的全名是“增材制造架构力学贝叶斯实验自主研究员”(Mechanics of additive manufacturing Architectures贝叶斯实验自主研究员)的缩写——自布朗和他的实验室于2018年首次提出概念以来，它一直在不断发展。到2021年，该实验室已经将机器设定为能够吸收最多能量的形状，这种特性被称为机械能量吸收效率。目前的迭代已经连续运行了三年多，用超过25,000个3d打印结构填充了数十个盒子。

为什么有这么多形状?能够有效吸收能量的东西有无数的用途——比如，为运送到世界各地的精密电子产品提供缓冲，或者为运动员提供护膝和护腕。布朗说:“例如，你可以从这个数据库中提取数据来制造更好的汽车保险杠，或者包装设备。”

为了达到理想的效果，这些结构必须达到完美的平衡:它们不能太坚固，以至于对它们应该保护的东西造成损害，但应该足够坚固，以吸收冲击。布朗说，在熊妈妈之前，人们观察到的最好的结构吸收能量的效率约为71%。但在2023年1月一个寒冷的下午，布朗的实验室看到他们的机器人达到了75%的效率，打破了已知的记录。研究结果刚刚发表在《自然通讯》杂志上。

“当我们开始时，我们不知道是否会有这种破纪录的形状，”布朗实验室的博士生凯尔西·斯纳普(25年级)说，他负责监督熊妈妈。“我们缓慢而坚定地往上爬，终于突破了。”

这个破纪录的结构看起来与研究人员的预期完全不同:它有四个点，形状像薄花瓣，比早期的设计更高更窄。

布朗说:“我们很兴奋，这里有这么多的机械数据，我们正在用它来学习更普遍的设计经验。”

他们的大量数据已经得到了第一次实际应用，帮助美国陆军士兵设计新的头盔衬垫。布朗、斯纳普和项目合作者、波士顿大学艺术与科学学院计算机科学副教授艾米丽·怀廷(Emily Whiting)与美国陆军合作，进行了实地测试，以确保使用正在申请专利的填塞物的头盔舒适，并提供足够的保护，免受冲击。填充物的3D结构与破纪录的填充物不同，填充物的中心更柔软，长度更短，以提高舒适度。

“熊妈妈”并不是布朗大学唯一的自主研究机器人。他的实验室还有其他“BEAR”机器人执行不同的任务，比如纳米BEAR，它使用一种叫做原子力显微镜的技术来研究材料在分子尺度上的行为方式。布朗还一直在与机械工程助理教授Jörg Werner合作开发另一个系统，称为PANDA(聚合物分析和发现阵列的缩写)，以测试数千种薄聚合物材料，以找到最适合电池的材料。

“它们都是做研究的机器人，”布朗说。“他们的理念是，将机器学习与自动化结合起来，帮助我们更快地进行研究。”

“不仅仅是更快，”斯纳普补充道。“你可以做你通常做不到的事情。我们可以达到一个结构或目标，否则我们将无法实现，因为它将过于昂贵和耗时。”自2021年实验开始以来，他一直与MAMA BEAR密切合作，并赋予机器人视觉能力，即机器视觉，并清洁自己的测试板。

KABlab希望进一步证明自主研究的重要性。布朗希望继续与各个领域的科学家合作，他们需要测试大量的结构和解决方案。尽管他们已经打破了纪录，“我们无法知道我们是否达到了最高效率，”布朗说，这意味着他们有可能再次打破纪录。因此，MAMA BEAR将继续运行，进一步推动边界，而Brown和他的团队将看到数据库可以用于哪些其他应用。他们还在探索如何将2.5万多块压碎的碎片解开并重新装入3D打印机，这样这些材料就可以回收利用，用于更多的实验。

“我们将继续研究这个系统，因为机械效率，像许多其他材料特性一样，只能通过实验来精确测量，”布朗说，“使用自动驾驶实验室可以帮助我们选择最好的实验，并尽可能快地执行它们。”

作者：波士顿大学

链接：https://www.sciencedaily.com/releases/2024/05/240521124650.htm

著作权归作者所有。

声明：海森大数据刊发或者转载此文只是出于传递、分享更多信息之目的，并不意味认同其观点或证实其描述。若有来源标注错误或侵犯了您的合法权益，请作者与本网联系，我们将及时更正、删除，谢谢。电话：152 6451 3609，邮箱：1027830374@qq.com