AI 帮助微型机器人学会游泳和导航

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利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。

专家们一直专注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型手术。尽管专注于开发，但今天的大多数人工微型游泳器只能执行简单的机动，具有固定的运动方式。

该研究发表在 Communications Physics 上。

使用 AI 教导微型游泳器

在研究中，团队认为 AI 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集。

On Shun Pak 是圣塔克拉拉大学机械工程系的副教授。

“仅仅在微观尺度上游泳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机动时，它们的运动方式设计很快就会变得难以处理。”

结合 ANNs 和强化学习

该团队结合了人工神经网络（ANNs）和强化学习，成功地教会了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行为进行反馈，然后使用这种反馈来逐渐学习如何根据与环境的交互作用来游泳。

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’——在这种情况下是三个微颗粒和可伸缩链接——来自我推进和转向，”Tsang 说。“它这样做是没有依赖于人类知识，而是仅仅依赖于机器学习算法。”

由 AI 驱动的游泳器可以自适应地在不同的运动方式之间切换，从而使其能够自行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。

“这是我们解决开发能够像生物细胞一样在复杂环境中自主导航的微型游泳器挑战的第一步，”Yuan-nan Young 说。

像这样的自适应行为正是生物医学应用中具有巨大前景的原因。

Arnold Mathijssen 是宾夕法尼亚大学的微型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的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的集成将会在这两个活跃的研究领域之间产生进一步的联系。”