AI hjelper mikroroboter med å lære å svømme og navigere

Et team av forskere fra Santa Clara University, New Jersey Institute of Technology og University of Hong Kong har med suksess brukt dyp forsterkninglæring til å lære mikroroboter å svømme. Den nye utviklingen er et stort skritt fremover i mikrosvømmingsevner.

Eksperter har konsistent fokusert på å skape kunstige mikrosvømmere som kan navigere likt naturlig forekommende svømmende mikroorganismer, som bakterier. Disse mikrosvømmerne kan brukes til en rekke biomedisinske anvendelser i fremtiden, som målrettet legemiddeltilførsel og mikrokirurgi. Selv med fokus på utvikling, kan de fleste av dagens kunstige mikrosvømmere bare utføre enkle manøvrer med faste lokomotoriske ganger.

Den nye studien ble publisert i Communications Physics.

Læring av mikrosvømmere med AI

I studien mente teamet at AI kunne lære mikrosvømmere å tilpasse seg til endrede forhold. Mikrosvømmere, likt mennesker, trenger forsterkninglæring og tilbakemelding for å lære å svømme, men de har en unik sett med utfordringer.

On Shun Pak er en assosiert professor i maskinteknikk ved Santa Clara University.

“Å kunne svømme på mikroskala av seg selv er en utfordrende oppgave,” sa On Shun Pak. “Når du ønsker at en mikrosvømmer skal utføre mer avanserte manøvrer, kan designet av deres lokomotoriske ganger raskt bli uoversiktlig.”

Kombinering av ANNs og forsterkninglæring

Teamet kombinerte kunstige neurale nettverk (ANNs) og forsterkninglæring for å med suksess lære en enkel mikrosvømmer å svømme og navigere mot en vilkårlig retning. Mikrosvømmeren mottar tilbakemelding på sine spesifikke handlinger, som den deretter bruker til å progressivt lære å svømme basert på sin erfaring med å samhandle med miljøet.

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

“Likt en menneske som lærer å svømme, lærer mikrosvømmeren å bevege sine ‘kroppsdelene’ – i dette tilfelle tre mikropartikler og utvidbare lenker – for å selvpropellere og snu,” sa Tsang. “Den gjør dette uten å stole på menneskelig kunnskap, men bare på en maskinlæringsalgoritme.”

AI-drevet svømmer kan bytte mellom ulike lokomotoriske ganger adaptivt, noe som muliggjør at den kan navigere mot et hvilket som helst mål uten å være eksplisitt programmert.

Forskerne demonstrerte kraften til mikrosvømmeren ved å aktivere den til å følge en kompleks bane uten å være eksplisitt programmert.

Yuan-nan Young er en professor i matematisk vitenskap ved New Jersey Institute of Technology.

“Dette er vårt første skritt i å møte utfordringen med å utvikle mikrosvømmere som kan tilpasse seg som biologiske celler i å navigere komplekse miljøer autonomt,” sa Yuan-nan Young.

Adaptive atferd som disse er hva som holder så mye løfte for biomedisinske anvendelser.

Arnold Mathijssen er en ekspert på mikroroboter og biofysikk ved University of Pennsylvania. Han var ikke involvert i forskningen.

“Dette arbeidet er et nøkkel eksempel på hvordan den raske utviklingen av kunstig intelligens kan utnyttes til å møte uløste utfordringer i lokomotorske problemer i fluid dynamikk,” sa Mathijssen. “Integrasjonen mellom maskinlæring og mikrosvømmere i dette arbeidet vil sprekke videre forbindelser mellom disse to høyt aktive forskningsområdene.”