ENGINEERINGNET.BE - Geïnspireerd door de natuur hebben onderzoekers van de Universiteit van Amsterdam (UvA) nieuwe metamaterialen ontworpen, die zonder een centraal brein kunnen leren en aanpassen.
De wormachtige metamaterialen leren geleidelijk van vorm te veranderen doordat ze worden getraind met voorbeelden. Cruciaal is dat ze vormen kunnen vergeten en opnieuw leren, meerdere vormen tegelijk kunnen leren en onthouden, en tussen deze vormen kunnen schakelen. Dit stelt hen in staat geavanceerde taken uit te voeren, zoals grijpen en zich voortbewegen.
“Het spannendste resultaat van ons onderzoek was dat leren onze metamaterialen de mogelijkheid geeft om te evolueren. Zodra het systeem begint te leren, lijken de mogelijkheden voor waar het uiteindelijk terechtkomt bijna onbegrensd”, zegt Yao Du, promovendus in het Machine Materials Lab aan de UvA.
De metamaterialen zijn ketens van identieke gemotoriseerde scharnieren die met elkaar verbonden zijn door een elastisch skelet. Elk scharnier heeft een microcontroller die meet hoe ver het gebogen is, eerdere bewegingen onthoudt en informatie uitwisselt met de buren.
Als reactie op deze informatie kan elk scharnier een rotatiekracht uitoefenen, waardoor de stijfheid en de voorkeurspositie van elk scharnier veranderen, zodat het materiaal leert een nieuwe vorm aan te nemen.
Dit onderzoek bouwt voort op eerder werk van het Machine Materials Lab naar hersenloze voortbeweging, waarbij objecten autonoom over onvoorspelbaar terrein rolden, kropen en wiebelden. Deze metamaterialen konden echter geen nieuw gedrag leren of onthouden.
Du: “In toekomstig werk willen we tijdsafhankelijk gedrag aanleren in plaats van veranderingen naar een vaste vorm. We willen bijvoorbeeld metamaterialen in staat stellen verschillende manieren van voortbewegen te leren, zoals kruipen of rollen, afhankelijk van omgevingsprikkels.”
“We gaan ook stochastische scenario's onderzoeken, waarbij leren plaatsvindt onder invloed van ruis en onzekerheid. In zulke gevallen zou het systeem zich probabilistisch in plaats van deterministisch aanpassen, wat de robuustheid en flexibiliteit in complexe omgevingen verbetert.”
