AI hjælper mikrorobotter med at lære at svømme og navigere

Et team af forskere fra Santa Clara University, New Jersey Institute of Technology og University of Hong Kong har med succes brugt dyb forstærkningslæring til at lære mikrorobotter at svømme. Den nye udvikling er et stort skridt fremad inden for mikrosvømmeevner.

Eksperter har konsekvent været fokuseret på at skabe kunstige mikrosvømmere, der kan navigere på samme måde som naturligt forekommende svømmemikroorganismer, såsom bakterier. Disse mikrosvømmere kan bruges til en række biomedicinske applikationer i fremtiden, såsom målrettet lægemiddellevering og mikrokirurgi. Selv med fokus på udvikling, kan de fleste af nutidens kunstige mikrosvømmere kun udføre simple manøvrer med faste bevægelige gangarter.

Den nye undersøgelse blev offentliggjort i Kommunikationsfysik.

Undervisning af mikrosvømmere med kunstig intelligens

I undersøgelsen begrundede holdet, at kunstig intelligens kunne lære mikrosvømmere at tilpasse sig skiftende forhold. Mikrosvømmere kræver, ligesom mennesker, forstærkningslæring og feedback for at lære at svømme, men de har et unikt sæt udfordringer.

On Shun Pak er lektor i maskinteknik ved Santa Clara University.

"At være i stand til at svømme på mikroskalaen i sig selv er en udfordrende opgave," sagde On Shun Pak. "Når du vil have en mikrosvømmer til at udføre mere sofistikerede manøvrer, kan designet af deres bevægelige gangarter hurtigt blive uoverskueligt."

Kombination af ANN'er og Reinforcement Learning

Holdet kombinerede kunstige neurale netværk (ANN'er) og forstærkningslæring for med succes at lære en simpel mikrosvømmer at svømme og navigere i en vilkårlig retning. Mikrosvømmeren modtager feedback på sine specifikke handlinger, som den derefter bruger til gradvist at lære at svømme baseret på sin erfaring med at interagere med omgivelserne.

Alan Tsang er assisterende professor i maskinteknik ved University of Hong Kong.

"I lighed med et menneske, der lærer at svømme, lærer mikrosvømmeren at flytte sine 'kropsdele' - i dette tilfælde tre mikropartikler og strækbare led - for selv at køre og dreje," sagde Tsang. "Det gør det uden at stole på menneskelig viden, men kun på en maskinlæringsalgoritme."

Den AI-drevne svømmer kan skifte mellem forskellige bevægelige gangarter adaptivt, hvilket gør den i stand til at navigere mod enhver målplacering på egen hånd.

Forskerne demonstrerede mikrosvømmerens kraft ved at gøre det muligt for den at følge en kompleks vej uden at være eksplicit programmeret.

Yuan-nan Young er professor i matematiske videnskaber ved New Jersey Institute of Technology.

"Dette er vores første skridt i at tackle udfordringen med at udvikle mikrosvømmere, der kan tilpasse sig som biologiske celler i at navigere i komplekse miljøer autonomt," sagde Yuan-nan Young.

Adaptiv adfærd som disse er det, der lover så meget for biomedicinske applikationer.

Arnold Mathijssen er ekspert i mikrorobotter og biofysik ved University of Pennsylvania. Han var ikke involveret i forskningen.

"Dette arbejde er et nøgleeksempel på, hvordan den hurtige udvikling af kunstig intelligens kan udnyttes til at tackle uløste udfordringer i bevægelsesproblemer i væskedynamik," sagde Mathijssen. "Integrationen mellem maskinlæring og mikrosvømmere i dette arbejde vil udløse yderligere forbindelser mellem disse to meget aktive forskningsområder."