移动机器人在复杂动态环境中运动规划，既要快又要稳，还要安全。现有方法各有短板：MPC依赖精确模型，在线优化计算量大；RL数据效率低，训练好了也未必能应对未知障碍。 

移动机器人在复杂动态环境中运动规划，既要快又要稳，还要安全。现有方法各有短板：MPC依赖精确模型，在线优化计算量大；RL数据效率低，训练好了也未必能应对未知障碍。 

论文信息英文题目：Reversible kink instability drives ultrafast jumping in nematodes and soft robots中文题目： 可逆扭结不稳定性驱动线虫与软体机器人的超高速跳跃作者：Sunny Kumar, Ishant Tiwari, Victor M. Ortega-Jimenez, Adler R. Dillman, Dongj

如果只用一句话概括这篇论文，我会说：它把折纸机器人从“能演示”往“能设计”推了一步。这一步听起来不如“新结构”“新材料”“新视频”那么抓眼，但对真正做研究的人来说，反而更重要。因为机器人最后能不能从概念样机变成可预测、可优化、可复现的系统，靠的不是某一次跑得漂亮，而是有没有一套足够可信的动力学描述。论文作者在这一点上做得很认真：面板惯性不再糊弄，折痕参数不再靠猜，摩擦接触不再预设，气动驱动也被纳入