机器学习有助于解开三维膨胀凸起与其平坦时的材料分布之间的复杂非线性映射。学分:伦敦大学国王学院工程讲师安东尼奥·福特博士的研究正在研究与软机器人合作的方法，使它们能够从二维变成三维。这为可编程充气至满足特定需求的精确定制形状的设备铺平了道路。这项研究由《高级功能材料》发表。迄今为止，机器学习方法主要用于图像识别和语言处理。最近，它们已经成为解决力学问题的有力工具。安东尼奥和他的同事的工作表明，这些工具可以扩展到研究充气系统的非线性力学。
这项研究包括构建由柔软或坚硬的方形像素组成的多材料薄膜。研究人员提出了生成三类软膜的算法，其中像素以不同的方式聚集，产生各种变形的膨胀形状。他们设计并优化了一个模型，该模型学习网格中每个像素的相互位置如何对系统的全局机制做出贡献。
安东尼奥在评论这些发现时说，“我们展示了我们的平台如何有潜力为机械疗法和其他疗法设计针对患者的设备。在这项研究之前，我们不知道如何使用机器学习来解开充气系统中的非线性映射。事实证明，它们对于这些目的非常强大。这项工作在许多领域都有潜力，例如治疗疤痕周围的组织以促进愈合。”
到目前为止，这项研究的成功已经促使团队考虑进一步的发展，例如，将三维形状变形为新的三维形式。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
