ソフトマシンを構築するための機械知能
ソフトマシン（リジッドリンクの代わりに変形可能な材料を使用するロボティクスのサブカテゴリ）は、ウェアラブルロボティクスやバイオミメティックス（義肢など）で一般的に使用される新しいテクノロジーです。ソフトロボットは、卓越した柔軟性、卓越した適応性、および均等に分散された力を提供し、従来のハードおよびスティッフロボットよりも安全な人間と機械の相互作用を提供します。
ソフトマシンの重要なコンポーネントは、各ソフトボディユニットのひずみ変化を監視し、高精度の制御ループを実現するための高精度ひずみセンサーです。まず、ソフトマシンの複雑な動きでは、ひずみセンサーが<5％から> 200％までの広いひずみ範囲を監視する必要があります。これは、従来のひずみセンサーの機能を超えています。第二に、ソフトマシンの協調運動を監視するには、複数のひずみセンサーが別々のロボットユニットのさまざまな検知タスクを満たす必要があり、これには面倒な試行錯誤のテストが必要です。
この問題に対処するために、化学および生体分子工学の教授であるPo-Yen Chenが率いるメリーランド大学（UMD）の研究チームは、利用可能な予測モデルの構築を容易にする機械学習（ML）フレームワークを作成しました。 2つの設計タスクの場合：（1）製造レシピに基づいてセンサーのパフォーマンスを予測し、（2）適切なひずみセンサーのための実行可能な製造レシピを推奨します。
「料理の例えを使用するために、「シェフ」に食材のリストを提供しました。そのシェフは、顧客の個々の好みに基づいて完璧な食事をデザインすることができます」とChen氏は述べています。
この技術は、高度な製造、水中ロボットの設計、義肢の設計などの分野で使用できます。
センサー