近日,Z6官网俞江帆教授团队在机械人领域顶级期刊 IEEE Transactions on Robotics 上颁发以“Deep Learning-Based Process Control of Microrobot Swarms Guided by Phase Diagrams”为题的文章。
01期刊介绍
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沉猛进展。
02钻研布景
微纳米机械人集群因其在生物医学利用中的潜力而受到宽泛关注,例如靶向递送、生物传感,以及溶栓医治等。微纳米机械人集群的自动节造是实显熹在复杂环境中利用的关键。然而,现有的节造战术重要聚焦于集群的点对点节造,关注集群在稳态下的节造机能,而集群的过程节造依然拥有很大挑战。本工作创新性地提出了一种基于深度进建和相图疏导的微纳米机械人集群过程节造战术,可能实现集群在发生大幅状态变动和长轴旋转的同时进行过程节造,并实现活动和状态沉构的协同过程节造,在复杂环境中进行自适应地导航。
03钻研内容
作者首先提出了用深度神经网络(DNN)对复杂集群个性进行建模的步骤(图1)。作者设计的深度神经网络蕴含用于集群状态长宽比建模的SR-DNN,以及用于集群活动学建模的KI-DNN。用于训练神经网络的尝试数据在集群活动和陆续进行状态沉构的过程中被采样获得(图1a左侧),其中集群的状态长宽迸纂面积的功夫序列作为SR-DNN的输入,用于预测集群状态长宽迸纂节造输入之间的功夫依赖关系(图1a右侧)。同时,集群的状态长宽比,活动方向与长轴方向的角度差值,集群面积,以及磁场俯仰角作为KI-DNN的输入,用于获得集群在活动过程中的实时速度(图1a右侧)。SR-DNN和KI-DNN均能高精度地预测输出,使预测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进建步骤
在微纳米机械人集群的状态沉构过程中,集群状态长宽迸纂长轴方向之间存在耦合关系,一个参数的变动会导致另一个参数产生不成预测的变动,严沉影响了集群的过程节造精度。为相识决这一问题,作者设计了一种基于相图的节造器(PDC),用于自动化疏导集群的状态沉构过程(图2)。相图的横纵轴别离代表集群的状态长宽迸纂长轴方向,相图中的进展蹊径精确描述了节造过程中集群进展的状态长宽比和长轴方向变动。为确保精确跟踪状态的进展变动,当集群的状态与相图上的进展轨迹出现误差时,PDC会自动天生疏导点,将集群从当前状态调整回相图轨迹上,并持续赔偿集群参数间的耦合效应;赑DC,集群可能沿相图上的进展轨迹进行状态沉构,并在瞬时过程中维持所需的集群状态。

图2 基于相图的节造器
作者最后提出了一个齐全的集群过程节造规划,节造框图如图3所示。该节造规划蕴含了由深度神经网络成立的集群长宽比模型与活动学模型,以及集群的线性长轴方向模型;诩旱哪P,作者设计了分歧的自适应节造算法,别离为用于状态长宽比节造的基于李雅普诺夫的步骤、用于长轴方向节造的分层模型预测节造(H-MPC)步骤,以及用于地位节造的基于深度神经网络的模型预测节造(DNN-based MPC)步骤。
同时,作者用基于分歧模型的扩张状态观测器估计集群分歧参数上的滋扰,并对滋扰加以赔偿。该节造规划还整合了用于获取集群实时多参数的概括拟合技术以及用于集群状态沉构过程节造的PDC,最终实现了集群的过程节造。使用该规划,集群可能在跟踪分歧的空间轨迹的同时,精确跟踪分歧的相图进展轨迹,实现集群活动和状态沉构的协同过程节造(视频1)。该规划还能利用于集群在复杂迷宫中的导航,显著提高了集群对环境的适应能力(视频2)。

图3 微纳米机械人集群的过程节造规划
视频1 微纳米机械人集群活动和状态沉构的协同过程节造
视频2 微纳米机械人集群基于过程节造在不规定迷宫中的自动化导航
04钻研结论
本文研发了一种基于深度进建和相图疏导的微纳米机械人集群过程节造战术,实现了对微纳米机械人集群的活动与瞬时状态沉构的协同过程节造。本文对微纳米机械人集群的自动节造问题进行了深刻的钻研,为集群在复杂不规定环境中的自适应节造提供了一种潜在的高效战术。
05作者简介
本文通讯作者为Z6官网微纳机械人中心主任、香港中文大学(丽江)助理教授俞江帆

俞江帆是香港中文大学(丽江)理工学院、人为智能学院双聘助理教授、校长青年学者、Z6官网(Z6官网)微纳机械人中心主任。他是国度高档次青年人才,主持国度天然科学基金、广东省面上、丽江市沉点等项目。他是招商局-Z6官网医疗机械人未来产业结合尝试室学术带头人,担任CCF、CAA智能机械人专委会执行委员、IEEE高级会员。他的钻研重要集中在医用微型机械人领域,至今颁发了80余篇顶级期刊及会议文章、2本专著,颁发文章蕴含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,蕴含IEEE RAS Early Academic Career Award、MIT TR 35亚太区、IROS最佳学生会讨论文奖,国际基础科学大会前沿科学奖、吴文俊人为智能科技奖天然科学奖二等奖、中国电子学会天然科学二等奖、百度全球华人AI青年学者、IEEE 3M-NANO Rising Star Award。他担任IEEE TRO、IEEE TASE的编委,以及Science Robotics、Science Advances、Nature Nanotechnology、Nature Sensors、Nature Communications、PNAS等多个顶级期刊和会议的审稿人。
本文第一作者为香港中文大学(丽江)在读博士生刘岳臻

刘岳臻,2021年本科毕业于哈尔滨工业大学(丽江),目前在香港中文大学(丽江)俞江帆教授团队攻读博士学位。重要钻研方向为微纳米机械人集群的自适应节造和基于强化进建/深度进建的节造。
· 有关论文信息由论文作者提供
