日前，Zolfagharian、Akif Kaynak和Abbas Kouzani在最近出版的“闭环4D打印的软机器人 ”中概述了在软机器人技术领域的发现。3D打印可实现出色的自定义功能，但通过4D打印将流程扩展到新的高度，研究人员可以为机器人技术添加更多功能。

闭环4D打印使研究人员可以增强带有传感器、执行器和控件的软机器人，从而总体上获得更好的性能。作者使用数据驱动的机器学习模型将这些细节集成到这里的电子创新中，该模型旨在处理新的任务层次，其中包括：抓、排序、攀爬或爬行、检查、搜索和救援、药物输送系统。

类似折纸的软机器人可以提供特定任务所需的可变刚度，从而具有更高的效率和灵活性，这是传统机器人无法处理的。闭环4D打印的软机器人也可以用于自主手术，腹腔镜检查和内窥镜检查。机器学习在4D打印的软机器人中扮演着显而易见的角色，从而减轻了“多样化操纵任务”所涉及的一些挑战。机器学习可用于在制造过程中开发此类机器人技术，算法可用于加速诸如黏度和零件方向之类的性能优化。

通过物理模型的集成，机器学习在统计学习框架中使用稀疏数据集来预测材料和3D打印处理参数，从而提高3D打印速度和保真度。使用3D打印时，可以引入以下功能：定向各向异性、可变刚度、空间异质机械强度。机器学习的使用对于这一领域的机器人技术是有利的，它提供了更大的尺寸以及更多功能，并且具有各种可用的控制机制：开环控制器，闭环（具有嵌入式软传感器）等。

3D打印传感器可以在空间水平上进行打印，而借助4D打印机器人，可以对这些功能进行“分类和引入”。两栖软机器人也有潜力执行各种任务。研究人员总结到：“尽管存在问题，但通过将3D打印的软传感器和执行器与机器学习算法和FEM集成，可以实现4D打印的软机器人。集成3D打印的执行器和传感器是可行的，但受所用材料的性质限制。因此，增强闭环4D打印的软机器人的未来依赖于合适材料、机器学习方法和控制算法的集成。”