Des chercheurs de l'Université de Santa Clara, du New Jersey Institute of Technology et de l'Université de Hong Kong ont réussi à enseigner aux microrobots comment nager via un apprentissage par renforcement en profondeur, marquant un bond substantiel dans la progression de la capacité de micronatation.

Il y a eu un énorme intérêt pour le développement de micro-nageurs artificiels capables de naviguer dans le monde de la même manière que les micro-organismes nageurs naturels, comme les bactéries. De tels micronageurs sont prometteurs pour une vaste gamme d'applications biomédicales futures, telles que l'administration ciblée de médicaments et la microchirurgie. Pourtant, la plupart des micronageurs artificiels à ce jour ne peuvent effectuer que des manœuvres relativement simples avec des allures locomotrices fixes.

Dans l'étude des chercheurs publiée dans Communications Physics , ils ont estimé que les micronageurs pouvaient apprendre et s'adapter aux conditions changeantes grâce à l'IA. Tout comme les humains qui apprennent à nager nécessitent un apprentissage par renforcement et une rétroaction pour rester à flot et se propulser dans diverses directions dans des conditions changeantes, les micronageurs doivent également le faire, mais avec leur ensemble unique de défis imposés par la physique dans le monde microscopique.

"Être capable de nager à l'échelle microscopique en soi est une tâche difficile", a déclaré On Shun Pak, professeur agrégé de génie mécanique à l'Université de Santa Clara. "Lorsque vous souhaitez qu'un micronageur effectue des manœuvres plus sophistiquées, la conception de ses allures locomotrices peut rapidement devenir intraitable."

En combinant les réseaux de neurones artificiels avec l'apprentissage par renforcement, l'équipe a réussi à apprendre à un simple micronageur à nager et à naviguer vers n'importe quelle direction arbitraire. Lorsque le nageur se déplace d'une certaine manière, il reçoit une rétroaction sur la qualité de l'action particulière. Le nageur apprend alors progressivement à nager en fonction de ses expériences d'interaction avec le milieu qui l'entoure.

"Semblable à un humain apprenant à nager, le micronageur apprend à déplacer ses "parties du corps" - dans ce cas, trois microparticules et des liens extensibles - pour s'autopropulser et tourner", a déclaré Alan Tsang, professeur adjoint de génie mécanique au Université de Hong Kong. "Il le fait sans s'appuyer sur les connaissances humaines mais uniquement sur un algorithme d'apprentissage automatique."

Pour démontrer la puissante capacité du nageur, les chercheurs ont montré qu'il pouvait suivre une trajectoire complexe sans être explicitement programmé. Ils ont également démontré les performances robustes du nageur à naviguer sous les perturbations résultant des écoulements de fluides externes.

"Il s'agit de notre première étape pour relever le défi du développement de micronageurs capables de s'adapter comme des cellules biologiques à la navigation autonome dans des environnements complexes", a déclaré Yuan-nan Young, professeur de sciences mathématiques au New Jersey Institute of Technology.

De tels comportements adaptatifs sont cruciaux pour les futures applications biomédicales des micronageurs artificiels dans des milieux complexes avec des facteurs environnementaux incontrôlés et imprévisibles.

"Ce travail est un exemple clé de la façon dont le développement rapide de l'intelligence artificielle peut être exploité pour relever les défis non résolus des problèmes de locomotion dans la dynamique des fluides", a déclaré Arnold Mathijssen, expert en microrobots et en biophysique à l'Université de Pennsylvanie, qui n'était pas impliqué. dans la recherche. "L'intégration entre l'apprentissage automatique et les micronageurs dans ce travail suscitera de nouvelles connexions entre ces deux domaines de recherche très actifs."