Les recherches menées par le conférencier en ingénierie de King, le Dr Antonio Forte, étudient les moyens de travailler avec des robots mous pour leur permettre de passer de deux à trois dimensions. Cela ouvre la voie à des dispositifs qui peuvent être programmés pour se gonfler à une forme personnalisée avec précision qui répondra à un besoin spécifique. La recherche est publiée par Advanced Functional Materials .

Jusqu'à présent, les méthodes d'apprentissage automatique étaient principalement utilisées pour la reconnaissance d'images et le traitement du langage. Plus récemment, ils sont devenus des outils puissants pour résoudre des problèmes mécaniques. Les travaux d'Antonio et de ses collègues montrent que ces outils peuvent être étendus pour étudier la mécanique non linéaire des systèmes gonflables.

Les recherches ont porté sur la construction de membranes multimatériaux constituées de pixels carrés souples ou rigides. Les chercheurs présentent des algorithmes pour générer trois classes de membranes souples, où les pixels se regroupent de différentes manières, créant diverses formes gonflées déformées. Ils conçoivent et optimisent un modèle qui apprend comment la position mutuelle de chaque pixel dans la grille contribue à la mécanique globale du système.

Commentant les résultats, Antonio déclare :« Nous montrons comment notre plate-forme a le potentiel de concevoir des dispositifs spécifiques aux patients pour la mécanothérapie et au-delà. Avant cette recherche, nous ne savions pas comment utiliser l'apprentissage automatique pour démêler les cartographies non linéaires dans les systèmes gonflables. qu'ils sont très puissants à ces fins. Le travail a un potentiel dans de nombreux domaines, par exemple dans le traitement des tissus autour des cicatrices pour favoriser la guérison."

Le succès de la recherche jusqu'à présent a conduit l'équipe à envisager d'autres développements, par exemple, transformer des formes tridimensionnelles en de nouvelles formes tridimensionnelles.