跨栏是一项极具观赏性的奥林匹克运动项目。运动员需要在高速奔跑过程中连续起跳，依靠强大的爆发力和精准的身体控制跨越一个又一个障碍。对于人类运动员而言，一旦起跳过程中撞上栏杆，身体姿态往往会受到明显扰动，甚至失去平衡而摔倒。那么，如果机器人也能够像运动员一样连续“跨栏”，同时在撞上障碍后还能利用身体的柔软性进行自我调整，会发生什么？

  软体机器人为这一问题提供了独特的解决思路。与由刚性连杆和关节组成的传统机器人相比，软体机器人具有柔顺、可变形和抗碰撞等特点。当机器人与障碍物发生意外接触时，柔软的身体可以发生形变，吸收和重新分配碰撞产生的能量，并通过与环境的相互作用改变运动方向。因此，软体机器人有望实现一种不同于传统机器人“避开障碍”的运动方式——即使撞上障碍，也能够借助身体形变完成自我调整，并继续向前运动。

  然而，要让一个软体机器人连续自主地跳过多个障碍，并不是简单地让机器人“跳起来”即可。首先，机器人需要能够连续储存和释放能量，而不是每跳一次就需要人工重新设置。其次，机器人必须在空中保持合适的姿态，并在落地后自动恢复到下一次起跳所需的状态。更重要的是，在真实环境中，障碍物的位置、高度以及地面条件往往不可预测。机器人不仅要能够跨过没有碰撞的障碍，还需要在撞上障碍、身体卡在障碍物上甚至发生姿态扰动时仍然能够继续运动。这些问题使连续自主跳跃成为软体机器人领域的一项重要挑战。

  2026年8月27日，北卡罗来纳州立大学尹杰团队提出了一种能够在持续光照下自主连续跳跃并跨越障碍物的软体机器人。研究成果发表于 Proceedings of the National Academy of Sciences（PNAS），题为 “A self-resetting soft ring for autonomous, continuous leaping in unstructured environments”。第一作者为漆方杰博士，其他作者包括C. Zhou（周才植）、H. Qing（清海涛）、H. Sun（孙昊泽）和Y. Hong （洪尧烨）。

会跨栏的环形软体机器人

  这个软体机器人的结构看起来非常简单：一个由光热响应液晶弹性体（LCE）制成的环形柔软身体，加上一个三角形刚性尾部(图1A-B)。在光照下，LCE材料产生光热驱动变形。环形身体会逐渐发生扭转，就像一根被拧紧的弹簧，将外界光能转化并储存为弹性能。当扭转达到一定程度后，结构发生快速失稳，刚性尾部随之旋转，并快速突跳（snap）撞击地面，将储存的弹性能量瞬间转化为动能，推动整个机器人起跳。

  但这个设计最巧妙的地方在于：机器人跳起来以后并不会保持扭曲状态。在飞行过程中，LCE环会自动解除扭转并恢复到原来的形状，为下一次起跳重新做好准备。因此，环形软体机器人可以在持续光照下不断重复“扭转储能—尾部弹射—空中复位—落地—再次储能”的过程，无需人工重新摆放，也无需通过外部控制器不断改变光照或机械锁扣。这使机器人具备了连续自主跳跃的能力。

图1:环形软体机器人自主连续跳跃跨栏：结构设计，工作原理以及展示。

  在障碍环境中，软体机器人表现出了出众的跨越能力（图1C-E）。第一组实验中，环形机器人能够连续跃过多个障碍，保持稳定的运动方向(图1C)。在第二组实验中，软机器人并没有完美地跨过障碍，而是在运动过程中直接撞上栏杆，甚至出现了身体搭在栏杆上的情况（图1D）。对传统刚性机器人，这种情况很可能意味着运动失败——机器人会被障碍物卡住，或者翻倒在地。

  有趣的是，由于环形身体具有柔顺性，当软机器人撞上栏杆后，身体可以自我调节，通过软体结构的变形以及与栏杆之间的相互作用重新调整自身姿态。换句话说，它能够利用障碍物本身产生的反作用力，重新获得有利于前进的运动状态。最终，机器人不仅没有被栏杆困住，反而能够借力打力，重新起跳并越过障碍，甚至获得比正常跨越更远的跳跃距离（图1D）。

环形结构赋予机器人的“物理智能”

  为什么一个如此简单的环形结构能够做到这些？

  答案在于研究人员将运动控制的一部分直接编码进了机器人自身的材料、几何结构和力学不稳定性中。环形LCE身体负责扭转储能和自动复位，刚性尾部负责快速释放能量并产生起跳动力，而环形结构的对称性则帮助机器人在发生翻转或碰撞后恢复有效的运动状态。

  研究人员进一步通过改变环形结构的绑定角度、光强（图2）以及质量分布（图3），调节储存的能量和起跳方向，呈现出爬行，垂直跳跃和水平跳跃多模态的切换。其中，较小的绑定角度能够让机器人储存更多弹性能量，倾向于垂直跳跃，但也可能增加空中翻转的倾向（图2）。通过在头部增加配重，使重心向前移动，则可以显著改善空中姿态稳定性，使机器人能够在水平甚至倾斜地面上实现更加稳定的连续跳跃（图3）。

图2:爬行，垂直跳跃和水平跳跃多模态

图3:重心前移促进平稳水平跳跃。

  因此，其运动并不是完全依靠传统意义上的传感器、控制器和实时计算，而是通过几何结构与材料的力学行为本身实现部分运动控制。这也是软体机器人“物理智能”的一个典型体现：机器人不一定需要知道障碍在哪里，也可以通过身体与环境的相互作用作出适应性响应。

跨越自然复杂环境

  研究团队进一步将机器人带到了更加接近真实世界的自然环境中。在草地、湿沙、木屑、碎石等自然地形中，地面高度、柔软程度和摩擦条件都存在随机变化。对于刚性跳跃机器人而言，这些变化很容易导致落地不稳甚至翻倒。

  而环形软体机器人的柔顺性和自复位能力使其能够适应这些变化。它可以连续跨越不规则地形地貌而不被陷入其中，比如草丛，沙地，甚至木屑丛等（图4A-C）。也可以利用跳越高度以及环形中空的特点，穿越由超过自身5倍身高的图钉模拟的“森林”而不深陷其中（图4D）。尽管在坡面上稳定向前跳跃非常困难，容易产生后空翻，但头部重心前移可以很好的压制后空翻，从而能够在超过30°的坡面上连续跳跃爬坡（图4E）。

  尤其是在碰撞之后，机器人的软体身体可以主动变形，并利用环境提供的反作用力重新调整运动。这种不依赖精确环境模型的运动方式，为未来自主机器人进入复杂自然环境提供了一种新的思路。

图4:连续跳跃跨越自然复杂环境。

类似青蛙的多模态两栖运动

  研究团队还进一步探索了软体机器人的两栖运动能力。通过对机器人进行疏水处理和结构优化，它不仅可以在陆地上连续跳跃，还能够跳入水中并在水面游动（图5）。当持续光照作用于LCE环时，环形身体继续发生周期性扭转和复位，而延长的刚性尾部则像船桨一样推动水体，使机器人向前游动。

图5:多模态两栖运动能力

  当机器人游到陆地边缘后，又可以利用尾部快速运动产生的推进力突破水面张力，从水中重新返回陆地并再次起跳。也就是说，同一个简单的环形结构可以实现：陆地连续跳跃 → 跨越障碍 → 跳入水中 → 水面游动 → 返回陆地 → 再次跳跃。这与青蛙等两栖动物在复杂自然环境中的运动策略形成了有趣的呼应。

总结与展望

  传统机器人面对障碍时，通常需要依靠传感器识别障碍，再通过控制算法规划路径进行规避。而这项研究展示了另一种可能：机器人不一定需要避免所有碰撞，而可以让身体与环境发生受控的相互作用，并利用这种相互作用完成运动。这种思想对于未来的小型自主机器人尤其具有吸引力。在野外探索、环境监测、灾害搜索以及群体机器人等场景中，机器人可能无法提前知道所有障碍的位置，也很难为每一种地形建立精确的运动模型。如果机器人自身就具有一定的碰撞恢复和环境适应能力，就可以减少对复杂感知和控制系统的依赖。

  从这个角度看，该工作探索一种新的机器人运动范式：让机器人利用自己的柔软身体、材料特性和几何结构来适应环境，而不是完全依赖外部控制去适应环境。

  未来，如果进一步结合环境感知、无线供能、微型传感器和群体协同等技术，这类能够连续跳跃、主动适应碰撞并跨越复杂地形的软体机器人，或许能够真正走出实验室，在传统轮式、履带式甚至足式机器人难以到达的复杂自然环境中执行自主探索和监测任务。

  论文信息：

  F.Qi, C. Zhou, H. Qing, H. Sun, Y. Hong, J. Yin, A self-resetting soft ring for autonomous, continuous leaping in unstructured environments, Proceedings of the National Academy of Sciences 123 (34), e2607940123 (2026).

  https://doi.org/10.1073/pnas.2607940123