Tensegrity is een mechanisch principe dat toelaat om vrijstaande structuren te bouwen die bestaan uit kabels en disjuncte compressie-elementen. Een aantal eigenschappen (lichtgewicht, plooibaar, flexibel...) maakt tensegrity's uitermate geschikt voor omgevingen waarin een robuust en veelzijdig robotontwerp gewenst is. Hoewel het tensegrity-principe meerdere decennia geleden werd uitgevonden, zijn er tot op heden maar een beperkt aantal tensegrity-robots gebouwd. De voornaamste reden hiervoor is de complexiteit van het ontwerp en de regelaars ten gevolge van het subtiele samenspel van trek- en duwkrachten. Het eerste deel van dit proefschrift gaat dieper in op de statische en dynamische aspecten van tensegrity-structuren. Hierbij worden nieuwe methodes beschreven voor de optimalisatie van de vorm van een tensegrity en van de stijfheid van redundante structuren. De computationele aspecten van tensegrity-robots worden vervolgens toegelicht. Meer bepaald wordt Reservoir Computing voor fysieke systemen behandeld en worden regelaars met terugkoppeling besproken. Deze onderzoekslijn wordt dan voortgezet met leerregels gebaseerd op beloningsgemoduleerde Hebbiaanse theorie. Nadien komt het ontwerp van twee flexibele tensegrity-robots aan bod. Eveneens worden de toepassingen van tensegrity-robots voor de ruimtevaart besproken in het kader van het NASA Innovative Advanced Concepts tensegrity-project, waaraan dit onderzoek heeft bijgedragen.