AIがミクロロボットに泳ぎ方とナビゲーションを教える

サンタクララ大学、ニュージャージー工科大学、香港大学の研究チームは、深層強化学習を使用してミクロロボットに泳ぎ方を教えることに成功しました。この新しい開発は、ミクロスイミング能力における大きな前進です。

専門家は、自然に発生する泳ぐ微生物、たとえばバクテリアと同様にナビゲートできる人工ミクロスイマーを作成することに一貫して焦点を当てています。これらのミクロスイマーは、将来的に、標的薬物送達やマイクロ外科手術などのさまざまな医療用途に使用できます。開発に焦点を当てているにもかかわらず、今日のほとんどの人工ミクロスイマーは、固定された運動ガイトで単純な動作のみを実行できます。

新しい研究は、Communications Physicsに掲載されました。

AIを使用したミクロスイマーの訓練

研究チームは、AIがミクロスイマーに変化する条件に適応することを教えることができるという仮説を立てました。ミクロスイマーは、人間と同様に、強化学習とフィードバックを必要としますが、独自の課題があります。

オン・シュン・パクは、サンタクララ大学の機械工学の准教授です。

「ミクロスケールで泳ぐことは、すでに難しい課題です」とオン・シュン・パクは述べました。「ミクロスイマーにより複雑な動作を実行させたい場合、運動ガイトの設計はすぐに解決できない問題になります」。

ANNと強化学習の組み合わせ

研究チームは、人工ニューラルネットワーク（ANN）と強化学習を組み合わせて、シンプルなミクロスイマーに泳ぎ方と任意の方向へのナビゲーションを教えることに成功しました。ミクロスイマーは、特定の行動についてフィードバックを受け取り、それを使用して環境との相互作用に基づいて泳ぎ方を逐渐的に学習します。

アラン・ツァンは、香港大学の機械工学の助教授です。

「人間が泳ぎ方を学ぶのと同様に、ミクロスイマーは『身体の部品』、この場合は3つのマイクロパーティクルと伸縮可能なリンクを、自己推進と回転するためにどのように動かすかを学習します」とツァンは述べました。「これは、人間の知識に頼るのではなく、機械学習アルゴリズムのみに基づいて行われます」。

AIを使用したスイマーは、さまざまな運動ガイトを適応的に切り替えることができ、任意のターゲット位置へのナビゲーションを可能にします。

研究者は、ミクロスイマーが明示的にプログラムされていない複雑なパスを追跡できることを実証しました。

ユアン・ナン・ヤングは、ニュージャージー工科大学の数学科学の教授です。

「これは、生物学的セルが複雑な環境を自律的にナビゲートするのと同様に、ミクロスイマーを開発するための最初のステップです」とヤングは述べました。

このような適応的な行動は、医療用途に多大な期待を寄せています。

アーノルド・マティヘッセンは、ペンシルベニア大学のミクロロボットと生物物理学の専門家です。彼はこの研究に参加していません。

「この研究は、人工知能の急速な開発が流体力学の運動問題の未解決の課題に取り組むためにどのように利用できるかを示す重要な例です」とマティヘッセンは述べました。「この研究における機械学習とミクロスイマーの統合は、これら2つの非常に活発な研究分野の間でさらに多くのつながりを生み出すでしょう」。