Ny forskning tittar på navigeringsstrategier för deformerbara mikrosimmare i en trögflytande vätska som möter drivor, spänningar och andra deformationer.
En deformerbar mikrosimmare är en småskalig organism eller konstgjord struktur som använder sinusformade kroppsvågor för att driva sig själv genom en flytande miljö.
Termen gäller organismer som bakterier som navigerar genom vätskor med hjälp av piskliknande svansar som kallas flageller, spermieceller som driver sig själva genom det kvinnliga reproduktionssystemet och till och med nematoder, små maskar som rör sig genom vatten eller mark med vågor.
Mikrosimmare kan också beskriva små mikrorobotar konstruerade av mjuka material som är utformade för att svara på stimuli och utföra uppgifter som tillförsel av läkemedel i mikroskala.
Det betyder att studiet av mikrosimmare har tillämpningar inom ett brett spektrum av vetenskapliga områden, från biologi till grundläggande fysik till nanorobotik.
I en ny artikel av Jérémie Bec försöker en forskare vid CNRS och Centre Inria d'Université Côte d'Azur och hans kollegor hitta en optimal navigeringspolicy för mikrosimmare, avgörande för att förbättra deras prestanda, funktionalitet och mångsidighet för applikationer som t.ex. som riktad läkemedelstillförsel. Forskningen publiceras i The European Physical Journal E .
"Att hitta en optimal navigeringspolicy för mikrosimmare är avgörande för att förbättra deras prestanda, funktionalitet och mångsidighet i de nämnda applikationerna," säger Bec. "Genom att fastställa en optimal navigeringspolicy kan mikrosimmare effektivt anpassa sig och reagera på förändringar i den flytande miljön. Detta gör det möjligt för dem att navigera genom hinder, undvika faror och utnyttja flödesmönster för förbättrad förflyttning.
"En optimal navigeringspolicy säkerställer deras förmåga att manövrera och utforska sin omgivning effektivt", tillägger Bec.
Forskaren förklarar att utöver detta garanterar en optimal navigeringspolicy robust prestanda över olika förhållanden och variationer när de böljar sig genom en flytande miljö.
Bec säger att teamet var särskilt fascinerat av den anmärkningsvärda variationen i prestandan för de maskininlärningsstrategier de använde. Den oväntade variationen i prestanda gav teamet värdefulla insikter och gjorde det möjligt för dem att identifiera optimala strategier som överträffade deras ursprungliga förväntningar.
"Vi fick en djupare förståelse för den komplexa dynamiken som är involverad i att optimera navigeringspolicyer för mikrosimmare", avslutar Bec. "Dessa fynd understryker vikten av att utforska bortom konventionella förväntningar och omfamna potentialen för variabilitet och oförutsägbarhet inom artificiell intelligens."
Mer information: Zakarya El Khiyati et al, Styra vågformiga mikrosimmare i ett vätskeflöde genom förstärkningsinlärning, The European Physical Journal E (2023). DOI:10.1140/epje/s10189-023-00293-8
Journalinformation: European Physical Journal E
Tillhandahålls av Springer
