智能微型机器人通过人工智能学习如何游泳和导航

来自圣克拉拉大学、新泽西理工学院和大学的研究人员已经能够通过深度强化学习成功地教微型机器人如何游泳，这标志着微型游泳能力的进步有了实质性的飞跃。

人们对开发能够像细菌等自然存在的游泳微生物一样在世界上航行的人造微型游泳者产生了极大的兴趣。这种微型游泳者为大量未来的生物医学应用提供了希望，例如靶向药物输送和显微外科手术。然而，迄今为止，大多数人造微型游泳者只能以固定的运动步态进行相对简单的机动。

在发表在通讯物理学上的研究人员的研究中，他们推断微型游泳者可以通过人工智能学习并适应不断变化的条件。就像人类学习游泳一样，需要强化学习和反馈才能在不断变化的条件下保持漂浮并朝各个方向推进，微型游泳者也必须如此，尽管它们在微观世界中面临着物理学所带来的独特挑战。

圣克拉拉大学机械工程副教授OnShunPak说：“能够独自在微观尺度上游泳是一项具有挑战性的任务。”“当你想让微型游泳者进行更复杂的动作时，他们的运动步态设计很快就会变得难以处理。”

通过将人工神经网络与强化学习相结合，该团队成功地教会了一个简单的微型游泳者游泳并朝任意方向航行。当游泳者以某种方式移动时，它会收到有关特定动作有多好的反馈。然后，游泳者根据其与周围环境互动的经验逐步学习如何游泳。

“类似于人类学习如何游泳，微型游泳者学习如何移动其‘身体部位’——在这种情况下是三个微粒和可扩展的链接——以自行推进和转动，”该大学机械工程助理教授AlanTsang说。大学。“它不依赖人类知识，而只依赖机器学习算法。”

作为游泳者强大能力的证明，研究人员表明它可以在没有明确编程的情况下遵循复杂的路径。他们还展示了游泳者在外部流体流动引起的扰动下航行时的稳健表现。

新泽西理工学院数学科学教授Yuan-nanYoung说：“这是我们应对开发微型游泳者挑战的第一步，这些微型游泳者可以像生物细胞一样自主适应复杂环境。”

这种适应性行为对于人工微型游泳者在具有不受控制和不可预测的环境因素的复杂介质中的未来生物医学应用至关重要。

“这项工作是如何利用人工智能的快速发展来解决流体动力学运动问题中未解决的挑战的一个关键例子，”宾夕法尼亚大学微型机器人和生物物理学专家阿诺德·马蒂森说，他没有参与。在研究中。“这项工作中机器学习和微型游泳者之间的整合将激发这两个高度活跃的研究领域之间的进一步联系。”