Exploiter l'IA pour concevoir des robots souples avancés

Les machines souples — une sous-catégorie de la robotique qui utilise des matériaux déformables au lieu de liens rigides — sont une technologie émergente couramment utilisée dans la robotique portable et la biomimétique (par exemple, membres prosthétiques). Les robots souples offrent une flexibilité remarquable, une adaptabilité exceptionnelle et une force uniformément répartie, offrant des interactions homme-machine plus sûres que les robots conventionnels durs et rigides.

Un composant essentiel des machines souples est le capteur de contrainte de haute précision pour surveiller les changements de contrainte de chaque unité de corps souple et atteindre une boucle de contrôle de haute précision. Premièrement, les mouvements complexes des machines souples exigent que les capteurs de contrainte surveillent une large gamme de contraintes de <5% à >200%, ce qui dépasse les capacités des capteurs de contrainte conventionnels. Deuxièmement, pour surveiller les mouvements coordonnés d'une machine souple, plusieurs capteurs de contrainte sont requis pour satisfaire différentes tâches de détection pour des unités robotiques séparées, ce qui demande des tests fastidieux d'essais et d'erreurs.

Pour résoudre ce problème, une équipe de recherche de l'Université du Maryland (UMD) dirigée par Po-Yen Chen, Professeur de Génie Chimique et Biomoléculaire, a créé un cadre d'apprentissage automatique (ML) pour faciliter la construction d'un modèle de prédiction, qui peut être utilisé pour deux tâches de conception : (1) prédire la performance du capteur basée sur une recette de fabrication et (2) recommander des recettes de fabrication réalisables pour des capteurs de contrainte adéquats.

« Pour utiliser une analogie alimentaire, nous avons donné une liste d'ingrédients à un "chef", et ce chef est capable de concevoir le repas parfait basé sur les goûts individuels du client », a déclaré Chen.

Cette technologie peut être utilisée dans les domaines de la fabrication avancée, de la conception de robots sous-marins, de la conception de prothèses, et au-delà.