关于机器人的内部材料，斯坦福大学官方介绍：

在原型中，我们用到的是一种又薄又便宜的塑料，向其注入加压空气时，塑料就会展开；不过在其他版本中，我们会用流体代替空气。

实际上，做出这款机器人主要基于两方面原理。

其一，基于用承压流体驱动材料的原理，研究团队给机器人设计了一个倒置的薄壁“外衣”，通过内部施压，机器人能够由顶端延伸出去。

其二，基于延长时的不对称性，研究团队设计了一种环境刺激感知系统，可以主动控制方向（简单来讲就是，机器人的驱动通过缩短身体的一侧来实现，只有这样机器人才有了转弯的能力）。

「机器藤蔓」如何规划路径？

那么在实际应用中，这款机器人如何导航呢？

无疑，对于刚性机器人而言，与障碍物产生碰撞是较为危险的——相比较而言，由于软体机器人具有低惯性，身体也更为柔软，因此研究团队认为，科学家们专门去约束机器人、避免其产生碰撞的做法其实是不必要的，有时反而会对机器人的运动有所限制。特别是在搜索救援等情况下，机器人一般要在混乱或受限的环境中导航，碰到障碍物是不可避免的。

因此研究团队的做法是，用一个经验运动学模型（empirical kinematic model）对「机器藤蔓」与其所处环境的相互作用进行了数学化的描述。通过该模型，研究团队开发了一种规划机器人路径的方法。

研究团队将这一模型称为是「启发式模型」（heuristic model），这是因为障碍物可以被动地引导机器人，减少其运动过程中的不确定性。如下图所示，红色线条对应的是未经过优化的机器人运动路径，蓝色则代表优化后的结果。