抽象的本体感受是检测运动神经元的肢体姿势的“第六含义”。它需要在肌肉骨骼系统和感觉受体之间进行自然整合,这在现代机器人中具有挑战性,旨在以低成本的机械设计和算法计算,以轻巧,适应性和敏感设计。在这里,我们介绍了软性多面体网络,具有对物理相互作用的嵌入式视觉,能够通过学习动力学特征来适应性动力学和粘弹性本体感受。此设计使被动适应全态相互作用,这是通过嵌入内部的微型高速运动跟踪系统在视觉上捕获的。结果表明,软网络可以在动态相互作用中推断出具有0.25/0.24/0.35 N和0.025/0.025/0.025/0.025/0.025/0.034/0.006 nm的实时6D力和扭矩。我们还通过添加蠕变和放松修饰者来鉴定预测结果,在静态适应过程中将粘弹性纳入静态适应性。提出的软网络结合了设计,全型适应性和本体感受的简单性,具有高精度,使其成为机器人技术的多功能解决方案,以低材料成本,超过一百万个用于敏感和竞争性的和触摸基于触摸的几何形状重构等任务的循环超过一百万个。这项研究为自适应抓握,软操纵和人类机器人相互作用的软机器人提供了新的见解。
DNA纳米结构是一类自组装纳米材料,在生物医学和纳米技术中具有广泛的潜在应用。使用人直觉或简单算法的简单DNA Polyhedra的发展可以追溯到1980年代。今天,该领域以DNA折纸构建体为主导,以至于丢失了用于设计非原虫纳米结构的原始算法。在这项工作中,我们描述了Arktos:一种用于设计简单DNA Polyhedra而无需使用DNA折纸的算法。arktos设计序列被预测使用模拟退火优化折叠成所需的结构。作为概念证明,我们使用Arktos设计了一个简单的DNA四面体。合成了生成的寡核苷酸序列,并通过聚丙烯酰胺凝胶电泳对实验验证,表明它们折叠成所需的结构。这些结果表明,根据研究界的需求,Arktos可用于设计自定义DNA Polyhedra。