SCU|通过深度强化学习进行微型游泳机器人的步态切换和目标导航

【标题】Gait switching and targeted navigation of microswimmers via deep reinforcement learning

【作者团队】Zonghao Zou, Yuexin Liu, Y.-N. Young, On Shun Pak, Alan C. H. Tsang

【发表日期】2022.6.21

【论文链接】https://www.nature.com/articles/s42005-022-00935-x.pdf

【推荐理由】微型游泳机器人在运动步态之间切换，实现复杂的导航策略，如奔跑和翻滚，以探索它们的环境和搜索特定的目标。这种通过自适应步态转换进行目标导航的能力对于开发能够以自主方式执行复杂生物医学任务(如靶向药物输送和显微外科手术)的智能人工微型游泳机器人尤为理想。本文使用深度强化学习的方法，使模型微型游泳机器人能够自我学习有效的运动步态，包括平移、旋转和组合运动。人工智能(AI)驱动的游泳机器人可以在各种运动步态之间自适应地切换，以导航到目标位置。多模式导航策略使人想起微型游泳机器人采用的步态转换行为。本文的研究结果表明，这些 AI 驱动的微型游泳机器人在不可预测的、复杂的流体环境中具有巨大的应用潜力。