克日,,,,,,优德官网俞江帆教授团队在机械人领域顶级期刊 IEEE Transactions on Robotics 上揭晓以“Deep Learning-Based Process Control of Microrobot Swarms Guided by Phase Diagrams”为题的文章。。。。。。。。
01期刊先容
IEEE Transactions on Robotics为机械人学领域公认的三大顶级期刊之一(T-RO / IJRR / Sci. Rob.),,,,,,涉及机械人各个领域的原创理论、算法、设计等,,,,,,代表了机械人领域最先进的重大希望。。。。。。。。
02研究配景
微纳米机械人集群因其在生物医学应用中的潜力而受到普遍关注,,,,,,例如靶向递送、生物传感,,,,,,以及溶栓治疗等。。。。。。。。微纳米机械人集群的自动控制是实现其在重大情形中应用的要害。。。。。。。。然而,,,,,,现有的控制战略主要聚焦于集群的点对点控制,,,,,,关注集群在稳态下的控制性能,,,,,,而集群的历程控制仍然具有很大挑战。。。。。。。。本事情立异性地提出了一种基于深度学习和相图指导的微纳米机械人集群历程控制战略,,,,,,能够实现集群在爆发大幅形状转变和长轴旋转的同时举行历程控制,,,,,,并完成运动和形状重构的协同历程控制,,,,,,在重大情形中举行自顺应地导航。。。。。。。。
03研究内容
作者首先提出了用深度神经网络(DNN)对重大集群特征举行建模的要领(图1)。。。。。。。。作者设计的深度神经网络包括用于集群形状长宽比建模的SR-DNN,,,,,,以及用于集群运动学建模的KI-DNN。。。。。。。。用于训练神经网络的实验数据在集群运动和一连举行形状重构的历程中被采样获得(图1a左侧),,,,,,其中集群的形状长宽比与面积的时间序列作为SR-DNN的输入,,,,,,用于展望集群形状长宽比与控制输入之间的时间依赖关系(图1a右侧)。。。。。。。。同时,,,,,,集群的形状长宽比,,,,,,运动偏向与长轴偏向的角度差值,,,,,,集群面积,,,,,,以及磁场俯仰角作为KI-DNN的输入,,,,,,用于获得集群在运动历程中的实时速率(图1a右侧)。。。。。。。。SR-DNN和KI-DNN均能高精度地展望输出,,,,,,使展望值与现实值高度匹配(图1b和c)。。。。。。。。

图1 用于微纳米机械人集群建模的深度学习要领
在微纳米机械人集群的形状重构历程中,,,,,,集群形状长宽比与长轴偏向之间保存耦合关系,,,,,,一个参数的转变会导致另一个参数爆发不可展望的转变,,,,,,严重影响了集群的历程控制精度。。。。。。。。为相识决这一问题,,,,,,作者设计了一种基于相图的控制器(PDC),,,,,,用于自动化指导集群的形状重构历程(图2)。。。。。。。。相图的横纵轴划分代表集群的形状长宽比与长轴偏向,,,,,,相图中的期望路径准确形貌了控制历程中集群期望的形状长宽比和长轴偏向转变。。。。。。。。为确保准确跟踪形状的期望转变,,,,,,当集群的形状与相图上的期望轨迹泛起误差时,,,,,,PDC会自动天生指导点,,,,,,将集群从目今形状调解回相图轨迹上,,,,,,并一连赔偿集群参数间的耦合效应。。。。。。。。;;;;赑DC,,,,,,集群能够沿相图上的期望轨迹举行形状重构,,,,,,并在瞬时历程中坚持所需的集群形状。。。。。。。。

图2 基于相图的控制器
作者最后提出了一个完整的集群历程控制计划,,,,,,控制框图如图3所示。。。。。。。。该控制计划包括了由深度神经网络建设的集群长宽比模子与运动学模子,,,,,,以及集群的线性长轴偏向模子。。。。。。。。;;;;诩旱哪W,,,,,,作者设计了差别的自顺应控制算法,,,,,,划分为用于形状长宽比控制的基于李雅普诺夫的要领、用于长轴偏向控制的分层模子展望控制(H-MPC)要领,,,,,,以及用于位置控制的基于深度神经网络的模子展望控制(DNN-based MPC)要领。。。。。。。。
同时,,,,,,作者用基于差别模子的扩张状态视察器预计集群差别参数上的滋扰,,,,,,并对滋扰加以赔偿。。。。。。。。该控制计划还整合了用于获取集群实时多参数的轮廓拟合手艺以及用于集群形状重构历程控制的PDC,,,,,,最终实现了集群的历程控制。。。。。。。。运用该计划,,,,,,集群能够在跟踪差别的空间轨迹的同时,,,,,,准确跟踪差别的相图期望轨迹,,,,,,实现集群运动和形状重构的协同历程控制(视频1)。。。。。。。。该计划还能应用于集群在重大迷宫中的导航,,,,,,显著提高了集群对情形的顺应能力(视频2)。。。。。。。。

图3 微纳米机械人集群的历程控制计划
视频1 微纳米机械人集群运动和形状重构的协同历程控制
视频2 微纳米机械人集群基于历程控制在不规则迷宫中的自动化导航
04研究结论
本文研发了一种基于深度学习和相图指导的微纳米机械人集群历程控制战略,,,,,,实现了对微纳米机械人集群的运动与瞬时形状重构的协同历程控制。。。。。。。。本文对微纳米机械人集群的自动控制问题举行了深入的研究,,,,,,为集群在重大不规则情形中的自顺应控制提供了一种潜在的高效战略。。。。。。。。
05作者简介
本文通讯作者为优德官网微纳机械人中心主任、香港中文大学(深圳)助理教授俞江帆

俞江帆是香港中文大学(深圳)理工学院、人工智能学院双聘助理教授、校长青年学者、优德官网(优德官网)微纳机械人中心主任。。。。。。。。他是国家高条理青年人才,,,,,,主持国家自然科学基金、广东省面上、深圳市重点等项目。。。。。。。。他是招商局-优德官网医疗机械人未来工业团结实验室学术带动人,,,,,,担当CCF、CAA智能机械人专委会执行委员、IEEE高级会员。。。。。。。。他的研究主要集中在医用微型机械人领域,,,,,,至今揭晓了80余篇顶级期刊及聚会文章、2本专著,,,,,,揭晓文章包括Nature Machine Intelligence、Science Advances、Nature Communications、IJRR、TRO、Advanced Materials等。。。。。。。。他获得了多个有影响力的奖项,,,,,,包括IEEE RAS Early Academic Career Award、MIT TR 35亚太区、IROS最佳学生聚会论文奖,,,,,,国际基础科学大会前沿科学奖、吴文俊人工智能科技奖自然科学奖二等奖、中国电子学会自然科学二等奖、百度全球华人AI青年学者、IEEE 3M-NANO Rising Star Award。。。。。。。。他担当IEEE TRO、IEEE TASE的编委,,,,,,以及Science Robotics、Science Advances、Nature Nanotechnology、Nature Sensors、Nature Communications、PNAS等多个顶级期刊和聚会的审稿人。。。。。。。。
本文第一作者为香港中文大学(深圳)在读博士生刘岳臻

刘岳臻,,,,,,2021年本科结业于哈尔滨工业大学(深圳),,,,,,现在在香港中文大学(深圳)俞江帆教授团队攻读博士学位。。。。。。。。主要研究偏向为微纳米机械人集群的自顺应控制和基于强化学习/深度学习的控制。。。。。。。。
· 相关论文信息由论文作者提供
