本研究论文《Haptic Rendering of Fractional-Order Viscoelasticity: Passivity and Rendering Fidelity》由 Gorkem Gemalmaz、Harun Tolasa 与 Volkan Patoglu 共同完成，于 2026 年 5 月 11 日提交至 arXiv，编号为 arXiv:2605.16389v1，归类于机器人学（cs.RO），同时涉及人工智能（cs.AI）以及系统与控制（eess.SY）方向。论文目前正处于 IEEE Transactions on Robotics 的审稿阶段，尚未正式发表。
研究聚焦于具有蠕变和应力松弛特性的黏弹性材料之触觉渲染问题。这类渲染在医疗训练等需要逼真生物组织模型的场景中具有关键意义。传统的整数阶黏弹性模型在描述材料随时间变化的复杂动力学时往往需要较多参数，而分数阶黏弹性模型则能以较少的参数有效刻画材料内在的时间依赖行为，并自然地捕捉记忆效应。
论文的核心贡献在于，针对有限记忆离散化条件下的分数阶黏弹性模型，系统分析了其无源性与渲染性能。作者基于 Grunwald-Letnikov 导数，在短记忆离散化框架下推导出闭式表达式，用以确保分数阶标准线性固体（FO-SLS）模型触觉渲染的无源性。同时，论文还给出了该类模型等效刚度与阻尼的符号表达式，为实际实现提供了可直接使用的设计依据。
值得注意的是，所得到的无源性条件构成了一个统一框架。此前针对整数阶 Kelvin-Voigt、Maxwell 和 SLS 模型所报道的结果，均可视为该新条件的特例，从而将分散的结论整合到同一理论体系之中。这一推广不仅简化了理论分析，也为不同模型之间的比较提供了共同基准。
除理论推导外，作者还开展了实验验证，对理论给出的无源性边界进行了检验，并组织了人类受试者评估，以考察 FO-SLS 模型在感知真实感方面的表现。这些实验补充了纯理论分析的不足，使研究结论更具说服力。
总体而言，该研究为短记忆离散化下的分数阶黏弹性触觉渲染建立了一个统一的理论框架，并辅以实验评估，对医疗仿真、机器人触觉交互等相关应用具有参考价值。论文全文可通过 arXiv 获取，并提供了 PDF、实验性 HTML 以及 TeX 源码等多种访问方式。