上海大学 Materials & Design 封面论文：介电弹性体人工智能人工肌肉

随着柔性机器人和各类仿生器件的迅速发展，以介电弹性体（DE）为代表的人工肌肉（AM）材料的研究也越来越受人关注。介电弹性体人工肌肉能在电场环境下发生响应，做出致动行为，有着与动物肌肉相似的功能。然而，在应用端要求不断提高的情况下，人工肌肉材料更新迭代的速度难以满足实际需求，这对材料研究、改进和创新的方法提出了全新的要求。

结合材料科学研究发展到第四范式——数据驱动研究的大背景，上海大学巫金波研究团队提出了人工肌肉材料结合人工智能工具加速其研究的数据驱动研究方法论。该成果以“Artificial intelligence artificial muscle of dielectric elastomers”为题发表在国际知名材料科学TOP期刊 Materials & Design 上，并被选作第251卷期刊封面。上海大学材料基因组工程研究院博士生黄东阳为第一作者，上海大学巫金波教授为通讯作者。该研究得到了香港滚球体育 大学（广州）温维佳教授的支持。

该论文首先全面回顾了介电弹性体人工肌肉领域的最新进展，在此基础上引入材料基因组的理念，提出了世界上首个开放式的人工肌肉材料数据库，并在AI+AM和AI4Poly领域进行了基础研究和框架的构建。材料数据库的建设以及“试错法”向数据驱动实验的转变，将有助于加速介电弹性体等人工肌肉材料性能的改善和提高，并且将推动智能仿生机器人、柔性机器人等具身智能的迭代和应用推广。

介电弹性体人工肌肉材料包括硅橡胶、丙烯酸弹性体、聚氨酯及嵌段共聚物等多种类型。随着人工肌肉材料在电场下致动性能的不断提高，以及各类柔性抓手和仿生机器人应用的层出不穷，已经有学者初步尝试过建设数据库来推动该领域的研究，但这些尝试都未能满足实用的需求。该研究回顾了介电弹性体人工肌肉材料的理论和应用的发展，从材料本身的特点出发，确立了人工肌肉材料数据库的结构，并建立了世界上首个开放式的人工肌肉材料数据库。研究提出了人工肌肉材料数据库所需遵循的六条准则，为评价、判断和优化人工肌肉材料数据库理清了标准和方向。

在材料数据库建设的基础上，研究进一步引入人工智能工具革新了人工肌肉材料的研究范式，详述了人工肌肉材料数据驱动研究的方法论。人工肌肉材料领域内的专业知识、实验数据结合数据挖掘技术，能够大大提高人工肌肉材料改进和优化的效率，有助于加速指导实验发现新材料。此外，文中还分析了深度学习、自然语言处理、物理智能等新兴技术如何指导或辅助人工肌肉材料的研究，并对聚合物和聚合物基复合材料领域内的大语言模型进行了展望。

论文链接：https://www.sciencedirect.com/science/article/pii/S026412752500111X

封面链接：https://www.sciencedirect.com/science/article/pii/S0264127525001741