德国莱比锡大学研究者将微型游泳机器人与机器学习结合起来,依托AI技术,微型游泳机器人能更快达到目标,未来还可进行“自主”思考,记住运动过程。


微型游泳机器人,体积通常只有2微米宽,是模仿细菌在液体中的运动行为而设计的。如此微小,意味着它们会受到流体颗粒的冲击,很难持续游行。


与细菌不同的是,它们不能修正自己的行动方向,只能倾向于进行布朗运动(浮在液体或气体中的微粒所作的永不停息的无规则运动)。德国莱比锡大学的弗兰克·奇科斯(Frank Ci chos)说:“一个真正的细菌可以自我感知并决定去向,因为它想要食物。”


如何让微型机器人更像细菌一般自由游走?


奇科斯和同事决定给他们的微型游泳机器人一个“大脑”:一个机器学习算法。


一、温差驱动,算法追踪进行目标奖惩


奇科斯团队的微型游泳机器人是一团三聚氰胺树脂,其表面覆盖了覆盖了30%的金纳米粒子。他们将一束狭窄的激光束对准机器人表面的一个点,加热金纳米颗粒,通过温度差驱动,使得微型游泳机器人穿过流体。


AI技术让微型机器人像细菌一般自由游走


机器学习算法——这一微型游泳机器人的“大脑”就在附近的计算机上运行。奇科斯团队的实验研究超越了以往纯粹的计算机研究,能够观察到整个机器学习过程的优化参数,根据其动态建立基本的信息模型。它跟踪机器人的运动,并指示激光在其表面的一个精确点发射,使其更接近目标。


如果该指令使微型机器人更接近其目标,则算法得到奖励;如果指令使微机器人进一步远离目标,算法则得到惩罚。


二、7h训练,指令可缩减至1/6


随着时间的推移,算法从这些奖励和惩罚中能够学习到:哪些指令最适合让微型游泳机器人快速有效地到达目标。


经过7个小时的训练,微型游泳机器人达到目标所需的指令数量,成功从600个减少到100个,减幅达83%。


AI技术让微型机器人像细菌一般自由游走


在学习过程的不同阶段,微型机器人呈现出不同的行为特点。在开始阶段,微型机器人通常在网格世界的任意位置。随着学习训练的增加,微型机器人的轨迹变得更为持久,运动目标也更为明确,为实现目标而采取的平均行动步骤也不断减少。


机器学习算法帮助微型机器人在液体中游动更好的朝着目标运动,而不会被随机运动的微粒干扰“旅程”。


英国谢菲尔德大学的乔纳森·艾特肯(Jonathan Aitken)说道:“研究微生物运动,对于生物学和生物医学科学的发展具有重要意义。”“模仿微生物的运动很难,但这种模仿能更让我们了解到它们的性质和在环境中的重要作用。”


三、“受控”到“自控”,还需化学信号的引入


目前,微型游泳机器人的控制系统还位于机器外部,但奇科斯希望引入化学动力信号,让微型机器人的结构类似于我们的身体,在未来进行“自主”思考。


奇科斯说:“我们决定将微型游泳机器人与机器学习结合起来,这有点像我们在生活中做的事情。”“我们体验所处的环境,根据所做的事情的成功与否,判断是否会将其铭记于心。”


结语:AI正加速自主微型机器人发展


机器学习是人工智能的核心,是使计算机具有智能的根本途径。微型机器人的智能化探索,将逐渐增加其自身技能,未来除“游泳”外还能大显身手,在靶向治疗、药物运输、环保等场景下为人类带来更多福音。


文章来源: 智东西,柔智烩

免责声明

我来说几句

不吐不快,我来说两句
最新评论

还没有人评论哦,抢沙发吧~