人工智能帮助微型机器人学习游泳和导航

来自圣塔克拉拉大学、新泽西理工学院和香港大学的研究团队成功使用深度强化学习教会微型机器人如何游泳。这一新发展是微型游泳能力的一个重大进步。

专家一直致力于创建人工微型游泳器，它们可以像自然发生的游泳微生物（如细菌）一样导航。这些微型游泳器可以在未来用于各种生物医学应用，例如靶向药物输送和微外科手术。尽管专注于开发，今天的大多数人工微型游泳器只能执行简单的动作和固定运动步态。

该研究发表在Communications Physics上。

使用人工智能教导微型游泳器

在研究中，团队认为人工智能可以教导微型游泳器适应不断变化的条件。微型游泳器与人类一样，需要强化学习和反馈来学习游泳，但它们有一个独特的挑战。

On Shun Pak是圣塔克拉拉大学机械工程系的副教授。

“在微观尺度上游泳本身就是一个具有挑战性的任务，”On Shun Pak说。“当你希望微型游泳器执行更复杂的动作时，它们的运动步态设计可能会迅速变得难以处理。”

结合人工神经网络和强化学习

该团队结合了人工神经网络（ANN）和强化学习，成功地教会一个简单的微型游泳器如何游泳和导航到任意方向。微型游泳器会对其特定动作进行反馈，然后使用这些反馈来逐渐学习如何游泳，基于它与环境的交互作用。

Alan Tsang是香港大学机械工程系的助理教授。

“与人类学习游泳类似，微型游泳器会学习如何移动它的’身体部件’——在本例中是三个微粒和可伸缩链接——以自我推进和转向，”Tsang说。“它不依赖于人类知识，只依赖于机器学习算法。”

人工智能游泳器可以在不同运动步态之间自适应地切换，使其能够导航到任何目标位置。

研究人员通过使微型游泳器能够跟随复杂路径而不需要明确编程来展示其能力。

Yuan-nan Young是新泽西理工学院数学科学系的教授。

“这是我们首次尝试开发能够像生物细胞一样自主导航复杂环境的微型游泳器，”Yuan-nan Young说。

像这样的自适应行为是生物医学应用中具有巨大希望的东西。

Arnold Mathijssen是宾夕法尼亚大学的微机器人和生物物理学专家。他没有参与这项研究。

“这项工作是人工智能快速发展如何被利用来解决流体动力学中运动问题的未解决挑战的关键例子，”Mathijssen说。“这项工作中机器学习和微型游泳器之间的集成将在这两个活跃的研究领域之间产生进一步的联系。”