AI helpt microrobots om te leren zwemmen en navigeren

Een team van onderzoekers van de Santa Clara University, de New Jersey Institute of Technology en de University of Hong Kong heeft met succes diepe versterking van het leren gebruikt om microrobots te leren zwemmen. Deze nieuwe ontwikkeling is een belangrijke stap voorwaarts in microzwemcapaciteiten.

Deskundigen hebben consistent gefocust op het creëren van kunstmatige microzwemmers die op een manier kunnen navigeren die vergelijkbaar is met die van natuurlijk voorkomende zwemmende micro-organismen, zoals bacteriën. Deze microzwemmers kunnen in de toekomst voor een verscheidenheid aan biomedische toepassingen worden gebruikt, zoals gerichte medicijnbehandeling en microchirurgie. Zelfs met de focus op ontwikkeling, kunnen de meeste kunstmatige microzwemmers van vandaag alleen eenvoudige manoeuvres uitvoeren met vaste locomotie-gangen.

De nieuwe studie werd gepubliceerd in Communications Physics.

Microzwemmers leren met AI

In de studie redeneerde het team dat AI microzwemmers kan leren om zich aan te passen aan veranderende omstandigheden. Microzwemmers, net als mensen, hebben versterking van het leren en feedback nodig om te leren zwemmen, maar ze hebben een unieke set uitdagingen.

On Shun Pak is een associate professor in de mechanische ingenieurswetenschappen aan de Santa Clara University.

“Zwemmen op microschaal is op zichzelf al een moeilijke taak”, zei On Shun Pak. “Wanneer je een microzwemmer wilt laten uitvoeren van meer geavanceerde manoeuvres, kan het ontwerp van hun locomotie-gangen snel onbeheersbaar worden.”

Kunstmatige neurale netwerken en versterking van het leren combineren

Het team combineerde kunstmatige neurale netwerken (ANN’s) en versterking van het leren om met succes een eenvoudige microzwemmer te leren zwemmen en navigeren in een willekeurige richting. De microzwemmer ontvangt feedback over zijn specifieke acties, die hij vervolgens gebruikt om progressief te leren zwemmen op basis van zijn ervaring met de omgeving.

Alan Tsang is een assistent-professor in de mechanische ingenieurswetenschappen aan de University of Hong Kong.

“Net als een mens die leert zwemmen, leert de microzwemmer hoe hij zijn ‘lichaamsdelen’ – in dit geval drie micropartikels en uitbreidbare links – kan bewegen om zichzelf voort te stuwen en te draaien”, zei Tsang. “Hij doet dit zonder afhankelijk te zijn van menselijke kennis, maar alleen van een machine learning-algoritme.”

De AI-gecontroleerde zwemmer kan tussen verschillende locomotie-gangen schakelen, waardoor hij naar elke doellocatie kan navigeren zonder expliciet te zijn geprogrammeerd.

De onderzoekers demonstreerden de kracht van de microzwemmer door hem in staat te stellen een complexe route te volgen zonder expliciet te zijn geprogrammeerd.

Yuan-nan Young is een professor in de wiskundige wetenschappen aan de New Jersey Institute of Technology.

“Dit is onze eerste stap in het aanpakken van de uitdaging van het ontwikkelen van microzwemmers die kunnen aanpassen zoals biologische cellen in complexe omgevingen autonoom navigeren”, zei Yuan-nan Young.

Aanpasbare gedragingen zoals deze zijn wat zo veelbelovend is voor biomedische toepassingen.

Arnold Mathijssen is een expert op het gebied van microrobots en biofysica aan de University of Pennsylvania. Hij was niet betrokken bij het onderzoek.

“Dit werk is een sleutelvoorbeeld van hoe de snelle ontwikkeling van kunstmatige intelligentie kan worden uitgebuit om onopgeloste uitdagingen in locomotieproblemen in vloeistofdynamica aan te pakken”, zei Mathijssen. “De integratie tussen machine learning en microzwemmers in dit werk zal verdere verbindingen tussen deze twee zeer actieve onderzoeksgebieden doen ontstaan.”