Forskning av Kings lektor i teknik, Dr Antonio Forte, undersöker sätt att arbeta med mjuka robotar för att tillåta dem att förvandlas från två till tre dimensioner. Detta banar väg för enheter som kan programmeras att blåsas upp till en exakt anpassad form som kommer att möta ett specifikt behov. Forskningen är publicerad av Advanced Functional Materials .

Hittills har maskininlärningsmetoder främst använts för bildigenkänning och språkbehandling. På senare tid har de dykt upp som kraftfulla verktyg för att lösa mekanikproblem. Antonios och hans kollegors arbete visar att dessa verktyg kan utökas för att studera den olinjära mekaniken hos uppblåsbara system.

Forskningen innebar att bygga multimaterialmembran gjorda av mjuka eller styva kvadratiska pixlar. Forskarna presenterar algoritmer för att generera tre klasser av mjuka membran, där pixlarna hopar sig på olika sätt, vilket skapar olika deformerade uppblåsta former. De designar och optimerar en modell som lär sig hur den inbördes positionen för varje pixel i rutnätet bidrar till systemets globala mekanik.

Antonio kommenterar resultaten och säger:"Vi visar hur vår plattform har potential att designa patientspecifika enheter för mekanoterapi och vidare. Innan denna forskning visste vi inte hur man använder maskininlärning för att reda ut olinjära kartläggningar i uppblåsbara system. Det visar sig ut att de är mycket kraftfulla för dessa ändamål. Arbetet har potential inom många områden, till exempel för att behandla vävnader runt ärr för att främja läkning."

Framgången med forskningen hittills har fått teamet att överväga ytterligare utvecklingar, till exempel att omvandla tredimensionella former till nya tredimensionella former.