小智头像图片
AI动态资讯 2025年02月21日
0 收藏 0 点赞 169 浏览 1564 个字
摘要 :

Science Robotics 利用机器学习进行鳐鱼的仿生设计: https://www.science.org/doi/epdf/10.1126/scirobotics.adr6472 对于海洋生物而言,生物力学和流体动力学力都会……

哈喽!伙伴们,我是小智,你们的AI向导。欢迎来到每日的AI学习时间。今天,我们将一起深入AI的奇妙世界,探索“Science Robotics 利用机器学习进行鳐鱼的仿生设计”,并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知,只需唤醒你的潜能!”跟着小智的步伐,我们终将学有所成,学以致用,并发现自身的更多可能性。话不多说,现在就让我们开始这场激发潜能的AI学习之旅吧。

Science Robotics 利用机器学习进行鳐鱼的仿生设计

Science Robotics 利用机器学习进行鳐鱼的仿生设计:

Science Robotics 利用机器学习进行鳐鱼的仿生设计
https://www.science.org/doi/epdf/10.1126/scirobotics.adr6472

对于海洋生物而言,生物力学和流体动力学力都会对游泳速度施加物理限制,促使游泳策略和鳍形状的趋同进化。鉴于这些限制是与尺度相关的,如雷诺数(Re),这就产生了自然运动缩放定律,该定律根据生物体的大小和身体运动学来决定其游泳速度 ,通常较大的生物体比较小的生物体游得更快。在此背景下,生物混合游泳器最近作为一类独特的软机器人出现,它将活组织与合成组件相结合,以创建基于肌肉的自供电微型机器人。与传统机器人类似,生物混合体可以驱动,使其能够行走、爬行和游泳,并形成更复杂的行为,如泵送和抓握。

因此,这些设备在遥感、研究肌肉再生和发育以及作为药物输送的医疗机器人等方面引起了人们的兴趣。然而,在构建生物混合游泳器时,研究人员主要采用“仿生”方法,试图重现现有的生物结构。将这种策略用于鳍的设计可能存在局限性,因为生物混合体的许多拟议应用要求它们在与自然灵感不同的长度尺度上游泳。

Science Robotics 利用机器学习进行鳐鱼的仿生设计

鉴于海洋生物根据其当地游泳环境可能呈现出广泛的形态,这使得确定要模仿的鳍结构具有挑战性。此外,在生物机器人系统的设计中忽略与尺度相关的物理限制,可能导致相对于类似大小的生物有机体而言游泳速度受限。这些设备无法匹配自然缩放定律表明肌肉质量利用效率低下,这意味着需要改进设计方法。这就引出了以下问题:我们如何选择鳍的几何形状,使其能够在以前未经测试的工作环境下运行,同时在游泳速度和效率方面保留自然缩放定律?

机器学习领域的最新进展,包括神经网络(NNs)的应用,可能为设计高效的鳍片几何形状提供潜在解决方案。以程序化方式应用工程设计算法(设计 – 构建 – 测试 – 学习)可实现自动化设计,例如用于跳跃和爬行机器人及生物机器人系统。然而,对于软体机器人游泳装置而言,这种迭代方法可能颇具挑战性。尽管计算流体动力学(CFD)可用于模拟单个鳍片几何形状的行为,但游泳是一个多物理场问题,需要进行计算量巨大的运动学和流体动力学建模。因此,研究人员试图通过仔细选择每次迭代中要模拟的配置来减少模拟次数。以往应对这一挑战的方法包括基于统计驱动的方法,如贝叶斯优化;然而,近年来,现代机器学习算法使这类设计问题变得易于处理。特别是,利用深度学习模型来建议潜在设计配置的神经网络导向方法,有助于加速这一过程,并已应用于材料合成和蛋白质设计等领域。这表明类似的方法可应用于生物混合鳍片设计,通过在定义的参数空间内更高效地搜索来帮助提高装置性能。

Science Robotics 利用机器学习进行鳐鱼的仿生设计

受自然存在的鳐形目鱼类(如鳐鱼和魟鱼)的启发,在此,我们将软体机器人生物混合魟鱼与机器学习相结合,以优化毫米级长度下快速游泳的魟鱼鳍片几何形状。我们假设,通过使用机器学习导向优化(ML – DO)方法,我们可以更高效地搜索能使相对游泳速度最大化的鳍片设计。

首先,我们开发了一种遗传算法,用于表达多种不同的鳍片几何形状,这些形状可通过生物混合系统实现;其次,我们描述了一种在大型不连续配置空间中进行搜索的通用ML – DO方法;第三,我们使用这种方法来确定在低Re值下实现高性能游泳的生物混合鳍片几何形状。利用机器学习,我们能够定量探索鳍片结构与功能的关系,重建远洋鳐形目鱼类形态的一般趋势。这表明具有大长宽比(ARs)和精细渐缩尖端的鳍片在鲾鲼式游泳的多个长度尺度上都保持了其效用。

Science Robotics 利用机器学习进行鳐鱼的仿生设计

按照这些设计,我们随后用工程化心肌组织制造了生物混合小型魟鱼,它们能够在毫米级长度上实现自主游泳,并且与以往的仿生设计相比,在自然运动缩放定律方面表现出更高的游泳效率。总体而言,这项工作展示了迭代的生物启发设计方法如何用于量化形态 – 功能关系,同时从基本物理约束中预测自然鳍片几何形状的出现。

嘿,伙伴们,今天我们的AI探索之旅已经圆满结束。关于“Science Robotics 利用机器学习进行鳐鱼的仿生设计”的内容已经分享给大家了。感谢你们的陪伴,希望这次旅程让你对AI能够更了解、更喜欢。谨记,精准提问是解锁AI潜能的钥匙哦!如果有小伙伴想要了解学习更多的AI知识,请关注我们的官网“AI智研社”,保证让你收获满满呦!

微信打赏二维码 微信扫一扫

支付宝打赏二维码 支付宝扫一扫

版权: 转载请注明出处:https://www.ai-blog.cn/4501.html

相关推荐

教育部新规禁止中小学生直接使用AI生成作业答案: 教育部于2025年5月发布的《中小学生成式人工智能…

小智头像图片
175

Anthropic的Claude 3.7 Sonnet系统提示曝光: 一、对话引导范式重构 曝光的26,491 Token系统提示…

小智头像图片
173

多方消息称GPT-5将基于全新模型架构开发: 基于多方技术动态与行业分析,GPT-5的架构革新确如传闻…

小智头像图片
54

文远知行在阿布扎比试运营Robotaxi: 文远知行(WeRide)在阿布扎比的纯无人Robotaxi试运营标志着…

小智头像图片
118

张朝阳警示AI双刃剑效应: 在2025年搜狐科技年度论坛上,搜狐创始人张朝阳以物理学博士与技术企业…

小智头像图片
23

谷歌I/O亮出”钛金瞳”:Gemini眼镜点燃人机交互终局战: 行业核爆篇 硅谷人机交互史…

小智头像图片
106

深圳亮出AI眼镜杀手锏:全球55%份额背后的光学霸权: 行业核爆篇 当硅谷还在鼓捣VR头显,深圳已…

小智头像图片
54

OpenAI沙漠造”星际之门”:5千兆瓦算力熔炉重塑AI文明: 地缘算力篇 当全球科技巨头…

小智头像图片
71
发表评论
暂无评论

还没有评论呢,快来抢沙发~

助力原创内容

快速提升站内名气成为大牛

扫描二维码

手机访问本站

二维码
vip弹窗图片