Robotik och fysisk AI

AI hjälper mikrorobotar att lära sig simma och navigera

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Ett team av forskare från Santa Clara University, New Jersey Institute of Technology och University of Hong Kong har med hjälp av djup förstärkt inlärning lyckats lära mikrorobotar att simma. Den nya utvecklingen är ett stort steg framåt i mikrosimningsförmåga.

Experter har konsekvent fokuserat på att skapa artificiella mikrosimmare som kan navigera liknande naturligt förekommande simmande mikroorganismer, såsom bakterier. Dessa mikrosimmare kan användas för en mängd olika biomedicinska tillämpningar i framtiden, såsom riktad läkemedelsleverans och mikrokirurgi. Även med fokus på utveckling kan de flesta av dagens artificiella mikrosimmare bara utföra enkla manövrer med fasta lokomotoriska gångrörelser.

Den nya studien publicerades i Communications Physics.

Undervisning av mikrosimmare med AI

I studien resonerade teamet att AI kunde lära mikrosimmare att anpassa sig till förändrade förhållanden. Mikrosimmare, liknande människor, kräver förstärkt inlärning och återkoppling för att lära sig simma, men de har en unik uppsättning utmaningar.

On Shun Pak är en biträdande professor i maskinteknik vid Santa Clara University.

“Att kunna simma på mikroskalan i sig är en utmanande uppgift”, sa On Shun Pak. “När du vill att en mikrosimmare ska utföra mer avancerade manövrer kan designen av deras lokomotoriska gångrörelser snabbt bli ohanterlig.”

Kombinera ANNs och förstärkt inlärning

Teamet kombinerade artificiella neuronnät (ANNs) och förstärkt inlärning för att lyckas lära en enkel mikrosimmare att simma och navigera mot en godtycklig riktning. Mikrosimmaren får återkoppling på sina specifika handlingar, som den sedan använder för att progressivt lära sig att simma baserat på sin erfarenhet av att interagera med miljön.

Alan Tsang är en biträdande professor i maskinteknik vid University of Hong Kong.

“Liknande en människa som lär sig att simma, lär sig mikrosimmaren att röra sina ‘kroppsdelar’ – i detta fall tre mikropartiklar och utvidgningslänkar – för att självdriva och vända”, sa Tsang. “Den gör det utan att förlita sig på mänsklig kunskap, utan bara på en maskinlärningsalgoritm.”

AI-styrd simmare kan växla mellan olika lokomotoriska gångrörelser adaptivt, vilket möjliggör att den kan navigera mot valfri målpunkt på egen hand.

Forskarna demonstrerade mikrosimmarens kraft genom att möjliggöra att den följde en komplex bana utan att vara explicit programmerad.

Yuan-nan Young är en professor i matematiska vetenskaper vid New Jersey Institute of Technology.

“Detta är vårt första steg i att tackla utmaningen att utveckla mikrosimmare som kan anpassa sig som biologiska celler i att navigera komplexa miljöer autonomt”, sa Yuan-nan Young.

Adaptiva beteenden som dessa är vad som har så stor potential för biomedicinska tillämpningar.

Arnold Mathijssen är en expert på mikrorobotar och biofysik vid University of Pennsylvania. Han var inte involverad i forskningen.

“Detta arbete är ett nyckel exempel på hur den snabba utvecklingen av artificiell intelligens kan utnyttjas för att tackla olösta utmaningar i lokomotionsproblem i fluidodynamik”, sa Mathijssen. “Integrationen mellan maskinlärning och mikrosimmare i detta arbete kommer att skapa ytterligare kopplingar mellan dessa två mycket aktiva forskningsområden.”

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.