Forskare från Santa Clara University, New Jersey Institute of Technology och University of Hong Kong har framgångsrikt kunnat lära mikrorobotar hur man simmar genom djup förstärkningsinlärning, vilket markerar ett stort steg i utvecklingen av mikrosimmöjlighet.

Det har funnits ett enormt intresse för att utveckla konstgjorda mikrosimmare som kan navigera i världen på samma sätt som naturligt förekommande simmikroorganismer, som bakterier. Sådana mikrosimmare ger löften för ett stort antal framtida biomedicinska tillämpningar, såsom riktad läkemedelsleverans och mikrokirurgi. Ändå kan de flesta konstgjorda mikrosimmare hittills endast utföra relativt enkla manövrar med fasta rörelsegångar.

I forskarnas studie publicerad i Communications Physics , resonerade de att mikrosimmare kunde lära sig – och anpassa sig till förändrade förhållanden – genom AI. Ungefär som människor som lär sig simma kräver förstärkningsinlärning och feedback för att hålla sig flytande och driva i olika riktningar under föränderliga förhållanden, så måste mikrosimmare också göra det, men med sin unika uppsättning utmaningar som fysiken ställer i den mikroskopiska världen.

"Att kunna simma i mikroskalan i sig är en utmanande uppgift", säger On Shun Pak, docent i maskinteknik vid Santa Clara University. "När du vill att en mikrosimmare ska utföra mer sofistikerade manövrar, kan designen av deras rörelsegångar snabbt bli svårbehandlad."

Genom att kombinera artificiella neurala nätverk med förstärkningsinlärning lärde teamet framgångsrikt en enkel mikrosimmare att simma och navigera mot vilken godtycklig riktning som helst. När simmaren rör sig på ett visst sätt får den feedback om hur bra den specifika handlingen är. Simmaren lär sig sedan gradvis hur man simmar baserat på sina erfarenheter av att interagera med den omgivande miljön.

"I likhet med en människa som lär sig simma, lär sig mikrosimmaren hur man flyttar sina "kroppsdelar" - i det här fallet tre mikropartiklar och töjbara länkar - för att själv driva och svänga", säger Alan Tsang, biträdande professor i maskinteknik vid University of Hong Kong. "Det gör det utan att förlita sig på mänsklig kunskap utan bara på en maskininlärningsalgoritm."

Som en demonstration av simmarens kraftfulla förmåga visade forskarna att den kunde följa en komplex väg utan att vara explicit programmerad. De visade också simmarens robusta prestanda när det gäller att navigera under störningar som uppstår från externa vätskeflöden.

"Detta är vårt första steg i att tackla utmaningen att utveckla mikrosimmare som kan anpassa sig som biologiska celler i att navigera i komplexa miljöer autonomt", säger Yuan-nan Young, professor i matematiska vetenskaper vid New Jersey Institute of Technology.

Sådana adaptiva beteenden är avgörande för framtida biomedicinska tillämpningar av konstgjorda mikrosimmare i komplexa medier med okontrollerade och oförutsägbara miljöfaktorer.

"Detta arbete är ett nyckelexempel på hur den snabba utvecklingen av artificiell intelligens kan utnyttjas för att tackla olösta utmaningar i rörelseproblem i vätskedynamik", säger Arnold Mathijssen, expert på mikrorobotar och biofysik vid University of Pennsylvania, som inte var inblandad. i forskningen. "Integrationen mellan maskininlärning och mikrosimmare i detta arbete kommer att skapa ytterligare kopplingar mellan dessa två mycket aktiva forskningsområden."