Memanfaatkan AI untuk Merancang Robot Lunak Canggih

Mesin lunak — subkategori robotika yang menggunakan bahan yang dapat diubah bentuk alih-alih link kaku — adalah teknologi yang berkembang yang biasanya digunakan dalam robotika wearable dan biomimetika (misalnya, anggota badan buatan). Robot lunak menawarkan fleksibilitas yang luar biasa, adaptabilitas yang luar biasa, dan gaya yang terdistribusi secara merata, memberikan interaksi manusia-mesin yang lebih aman daripada robot keras dan kaku konvensional.

Komponen penting dari mesin lunak adalah sensor regangan presisi tinggi untuk memantau perubahan regangan setiap unit tubuh lunak dan mencapai loop kontrol presisi tinggi. Pertama, gerakan kompleks dari mesin lunak memerlukan sensor regangan untuk memantau rentang regangan yang luas dari <5% hingga >200%, yang melebihi kemampuan sensor regangan konvensional. Kedua, untuk memantau gerakan terkoordinasi dari mesin lunak, diperlukan beberapa sensor regangan untuk memenuhi tugas sensori yang berbeda untuk unit robotik terpisah, yang meminta percobaan dan kesalahan yang melelahkan.

Untuk mengatasi masalah ini, tim penelitian University of Maryland (UMD) yang dipimpin oleh Po-Yen Chen, Profesor Kimia dan Teknik Biomolekuler, telah menciptakan kerangka pembelajaran mesin (ML) untuk memfasilitasi pembangunan model prediksi, yang dapat digunakan untuk dua tugas desain: (1) memprediksi kinerja sensor berdasarkan resep fabrikasi dan (2) merekomendasikan resep fabrikasi yang dapat dilakukan untuk sensor regangan yang memadai.

“Untuk menggunakan analogi makanan, kami memberi daftar bahan kepada ‘chef,’ dan chef tersebut dapat merancang hidangan sempurna berdasarkan selera individu pelanggan,” kata Chen.

Teknologi ini dapat digunakan di bidang manufaktur canggih, desain robot air bawah, desain prostesis, dan di luar itu.