La investigación del profesor de ingeniería de King, el Dr. Antonio Forte, está investigando formas de trabajar con robots blandos para permitirles transformarse de dos a tres dimensiones. Esto allana el camino para dispositivos que pueden programarse para inflarse a una forma personalizada precisa que satisfaga una necesidad específica. La investigación es publicada por Advanced Functional Materials .

Hasta ahora, los métodos de aprendizaje automático se han utilizado principalmente para el reconocimiento de imágenes y el procesamiento del lenguaje. Más recientemente han surgido como poderosas herramientas para resolver problemas mecánicos. El trabajo de Antonio y sus colegas muestra que estas herramientas se pueden extender para estudiar la mecánica no lineal de los sistemas inflables.

La investigación involucró la construcción de membranas multimateriales hechas de píxeles cuadrados blandos o rígidos. Los investigadores presentan algoritmos para generar tres clases de membranas blandas, donde los píxeles se agrupan de diferentes maneras, creando varias formas infladas deformadas. Diseñan y optimizan un modelo que aprende cómo la posición mutua de cada píxel en la cuadrícula contribuye a la mecánica global del sistema.

Al comentar sobre los hallazgos, Antonio dice:"Mostramos cómo nuestra plataforma tiene potencial para diseñar dispositivos específicos para pacientes para mecanoterapia y más. Antes de esta investigación, no sabíamos cómo usar el aprendizaje automático para desentrañar mapeos no lineales en sistemas inflables. Resulta que son muy poderosos para estos fines. El trabajo tiene potencial en muchas áreas, por ejemplo, en el tratamiento de tejidos alrededor de las cicatrices para promover la cicatrización".

El éxito de la investigación hasta ahora ha llevado al equipo a considerar nuevos desarrollos, por ejemplo, transformar formas tridimensionales en nuevas formas tridimensionales.