Golvende microzwemmers in een vloeiende stroom sturen door middel van versterkend leren

Nieuw onderzoek kijkt naar navigatiestrategieën voor vervormbare microzwemmers in een stroperige vloeistof die wordt geconfronteerd met driften, spanningen en andere vervormingen.

Een vervormbare microzwemmer is een kleinschalig organisme of kunstmatige structuur die sinusoïdale lichaamsgolvingen gebruikt om zichzelf voort te stuwen door een vloeibare omgeving.

De term is van toepassing op organismen zoals bacteriën die door vloeistoffen navigeren met behulp van zweepachtige staarten die flagella worden genoemd, spermacellen die zichzelf voortbewegen door het vrouwelijke voortplantingssysteem, en zelfs nematoden, kleine wormen die zich met golvingen door water of grond bewegen.

Microzwemmers kunnen ook kleine microrobots beschrijven die zijn gemaakt van zachte materialen die zijn ontworpen om te reageren op prikkels en taken uit te voeren zoals medicijnafgifte op microschaal.

Dat betekent dat de studie van microzwemmers toepassingen heeft op een groot aantal wetenschappelijke gebieden, van biologie tot fundamentele fysica tot nanorobotica.

In een nieuw artikel van Jérémie Bec proberen een onderzoeker bij CNRS en Centre Inria d’Université Côte d’Azur en zijn collega’s een optimaal navigatiebeleid te vinden voor microzwemmers, cruciaal voor het verbeteren van hun prestaties, functionaliteit en veelzijdigheid voor toepassingen zoals gerichte medicijnafgifte. Het onderzoek is gepubliceerd in Het Europese fysieke tijdschrift E.

“Het vinden van een optimaal navigatiebeleid voor microzwemmers is cruciaal voor het verbeteren van hun prestaties, functionaliteit en veelzijdigheid in de genoemde toepassingen”, zegt Bec. “Door een optimaal navigatiebeleid te bepalen, kunnen microzwemmers zich effectief aanpassen aan en reageren op veranderingen in de vloeibare omgeving. Dit stelt hen in staat om door obstakels te navigeren, gevaren te vermijden en stromingspatronen te benutten voor verbeterde voortbeweging.

“Een optimaal navigatiebeleid zorgt ervoor dat ze efficiënt kunnen manoeuvreren en hun omgeving kunnen verkennen”, vult Bec aan.

De onderzoeker legt uit dat daarnaast een optimaal navigatiebeleid robuuste prestaties garandeert onder verschillende omstandigheden en variaties terwijl ze door een vloeiende omgeving golven.

Bec zegt dat het team vooral geïntrigeerd was door het opmerkelijke niveau van variabiliteit in de prestaties van de machine-learningstrategieën die ze gebruikten. De onverwachte variabiliteit in prestaties gaf het team waardevolle inzichten en stelde hen in staat om optimale strategieën te identificeren die hun aanvankelijke verwachtingen overtroffen.

“We hebben een beter begrip gekregen van de complexe dynamiek die betrokken is bij het optimaliseren van het navigatiebeleid voor microzwemmers”, concludeert Bec. “Deze bevindingen onderstrepen het belang van verder verkennen dan conventionele verwachtingen en het omarmen van het potentieel voor variabiliteit en onvoorspelbaarheid in kunstmatige intelligentie.”