Sztuczna inteligencja pomaga mikrorobotom uczyć się pływać i nawigować

Zespół badaczy z Uniwersytetu w Santa Clara, New Jersey Institute of Technology oraz Uniwersytetu w Hongkongu z powodzeniem wykorzystał głębokie uczenie wzmacnianie, aby nauczyć mikroroboty pływać. Nowy rozwój jest znaczącym krokiem naprzód w mikropływaniu.

Eksperci konsekwentnie koncentrują się na tworzeniu sztucznych mikropływaków, które mogą nawigować podobnie do naturalnie występujących pływających mikroorganizmów, takich jak bakterie. Te mikropływaki mogą być wykorzystywane w przyszłości do różnych zastosowań biomedycznych, takich jak celowa dostawa leków i mikrochirurgia. Nawet pomimo skupienia się na rozwoju, większość dzisiejszych sztucznych mikropływaków może wykonywać tylko proste manewry z ustalonymi gaitymi lokomocyjnymi.

Nowe badanie zostało opublikowane w Communications Physics.

Nauka mikropływaków z AI

W badaniu zespół uzasadnił, że AI może nauczyć mikropływaki adaptować się do zmieniających się warunków. Mikropływaki, podobnie jak ludzie, wymagają uczenia wzmacniania i informacji zwrotnej, aby nauczyć się pływać, ale mają unikalny zestaw wyzwań.

On Shun Pak jest associate profesorem inżynierii mechanicznej na Uniwersytecie w Santa Clara.

“Pływanie na mikroskali jest samym w sobie trudnym zadaniem”, powiedział On Shun Pak. “Kiedy chcesz, aby mikropływak wykonał bardziej złożone manewry, projektowanie ich gaitym lokomocyjnych może szybko stać się nie do pokonania”.

Połączenie ANNs i uczenia wzmacniania

Zespół połączył sztuczne sieci neuronowe (ANNs) i uczenie wzmacnianie, aby pomyślnie nauczyć prostego mikropływaka pływać i nawigować w dowolnym kierunku. Mikropływak otrzymuje informację zwrotną na temat swoich konkretnych działań, które następnie wykorzystuje do stopniowego uczenia się, jak pływać na podstawie swoich doświadczeń z interakcją ze środowiskiem.

Alan Tsang jest asystentem profesora inżynierii mechanicznej na Uniwersytecie w Hongkongu.

“Podobnie jak człowiek uczący się pływać, mikropływak uczy się, jak poruszać swoimi ‘częściami ciała’ – w tym przypadku trzema mikrocząsteczkami i łącznikami rozciągliwymi – aby samodzielnie pływać i skręcać”, powiedział Tsang. “Robi to bez polegania na ludzkiej wiedzy, lecz tylko na algorytmie uczenia maszynowego”.

Mikropływak zasilany AI może przełączać się między różnymi gaitymi lokomocyjnymi w sposób adaptacyjny, co pozwala mu nawigować w dowolne miejsce docelowe samodzielnie.

Badacze zademonstrowali możliwości mikropływaka, umożliwiając mu śledzenie złożonej ścieżki bez jawnej programacji.

Yuan-nan Young jest profesorem nauk matematycznych w New Jersey Institute of Technology.

“To jest nasz pierwszy krok w rozwiązywaniu wyzwania rozwoju mikropływaków, które mogą adaptować się jak biologiczne komórki w nawigowaniu złożonych środowiskach w sposób autonomiczny”, powiedział Yuan-nan Young.

Zachowania adaptacyjne, takie jak te, są tym, co obiecuje wiele dla zastosowań biomedycznych.

Arnold Mathijssen jest ekspertem w dziedzinie mikrorobotów i biofizyki na Uniwersytecie Pensylwanii. Nie brał udziału w badaniu.

“To praca jest kluczowym przykładem tego, jak szybki rozwój sztucznej inteligencji może być wykorzystany do rozwiązania nierozwiązanych wyzwań w problemach lokomocyjnych w dynamice płynów”, powiedział Mathijssen. “Integracja między uczeniem maszynowym a mikropływakami w tej pracy spowoduje dalsze połączenia między tymi dwoma bardzo aktywnymi obszarami badań”.