KAIST团队用AI筛选可3D打印弹性材料，制成柔性机器人手

韩国科学技术院9月1日发布消息称，由该校机械工程系李承哲教授领衔的团队，利用人工智能筛选出一种可进行3D打印、同时具有高延展性的弹性材料。合作成员还包括韩国科学技术研究院极端材料研究中心的罗钟范团队，以及首尔科技大学制造系统与设计工程系朴范洙教授。

团队采用的是数字光处理技术，也就是DLP 3D打印。该方法通过光照使液态材料固化成预定形状，能较快形成复杂结构；但在过去，材料越耐拉伸和耐用，黏度往往越高，流动性下降后便不利于打印。

相反，如果为了便于流动而降低材料黏度，成品的拉伸能力和强度又可能随之下降。研究人员把如何同时兼顾可打印性和高延展性作为核心问题，而不是只追求其中一种材料性能。

为寻找配方，团队先让多种液态材料配方在小型模具中固化，并测量其延展性、硬度、光照下的固化速度和流动表现。这些实验结果被整理为材料配方与性能相对应的数据集，供机器学习模型分析。

训练数据并未只保留打印表现好的材料，也包含黏度很高、难以打印的样本。团队据此研究材料组成与性能之间的关系，再由模型找出同时满足DLP打印要求和高延展性要求的组合。

公告称，AI筛选出的材料在DLP 3D打印机上可以稳定打印；拉伸时可超过原始长度的六倍，且不易撕裂。研究人员随后将该材料打印成柔性执行器，以检验其在具体装置中的表现。

这种柔性执行器通过空气压力等方式产生类似肌肉的柔和运动。材料制成的部件充气后会像气球一样膨胀，并可如人手手指般弯曲；这一步展示了材料从样品性能到可动结构的转换。

研究团队再将多个执行器组合为一只柔性机器人手。校方称，该机器人手举起了1公斤水瓶，也能稳定抓取不同形状和软硬程度的对象，包括易碎鸡蛋、玻璃瓶、鸡蛋盒和电脑鼠标。

相关论文题为《Machine learning guided formulation design of digital light processing printable elastomers beyond viscosity stretchability tradeoff》，于6月4日发表在《Nature Communications》。研究获得韩国贸易、工业和资源部机械与装备产业技术开发计划，以及科学和信息通信技术部两项材料与研究人员项目支持。