Onderzoek door King's Lecturer in Engineering, Dr. Antonio Forte, onderzoekt manieren om met zachte robots te werken, zodat ze van twee naar drie dimensies kunnen veranderen. Dit maakt de weg vrij voor apparaten die kunnen worden geprogrammeerd om op te blazen tot een precies aangepaste vorm die aan een specifieke behoefte zal voldoen. Het onderzoek is gepubliceerd door Advanced Functional Materials .

Tot nu toe werden machinale leermethoden voornamelijk gebruikt voor beeldherkenning en taalverwerking. Meer recentelijk zijn ze naar voren gekomen als krachtige hulpmiddelen om mechanische problemen op te lossen. Het werk van Antonio en zijn collega's laat zien dat deze tools kunnen worden uitgebreid om de niet-lineaire mechanica van opblaasbare systemen te bestuderen.

Het onderzoek omvatte het bouwen van multimateriaalmembranen gemaakt van zachte of stijve vierkante pixels. De onderzoekers presenteren algoritmen om drie klassen zachte membranen te genereren, waarbij de pixels op verschillende manieren clusteren, waardoor verschillende vervormde opgeblazen vormen ontstaan. Ze ontwerpen en optimaliseren een model dat leert hoe de onderlinge positie van elke pixel in het raster bijdraagt ​​aan de globale mechanica van het systeem.

In een reactie op de bevindingen zegt Antonio:"We laten zien hoe ons platform de potentie heeft om patiëntspecifieke apparaten voor mechanotherapie en daarbuiten te ontwerpen. Vóór dit onderzoek wisten we niet hoe we machine learning moesten gebruiken om niet-lineaire mappings in opblaasbare systemen te ontrafelen. uit dat ze zeer krachtig zijn voor deze doeleinden. Het werk heeft potentieel op veel gebieden, bijvoorbeeld bij het behandelen van weefsels rond littekens om genezing te bevorderen."

Het succes van het onderzoek tot nu toe heeft ertoe geleid dat het team verdere ontwikkelingen heeft overwogen, bijvoorbeeld het veranderen van driedimensionale vormen in nieuwe driedimensionale vormen.