La ricerca del docente di ingegneria del King, il dottor Antonio Forte, sta studiando i modi di lavorare con i robot morbidi per consentire loro di trasformarsi da due a tre dimensioni. Questo apre la strada a dispositivi che possono essere programmati per gonfiarsi in una forma personalizzata con precisione che soddisferà un'esigenza specifica. La ricerca è pubblicata da Advanced Functional Materials .

Finora i metodi di apprendimento automatico sono stati utilizzati principalmente per il riconoscimento delle immagini e l'elaborazione del linguaggio. Più recentemente sono emersi come potenti strumenti per risolvere problemi di meccanica. Il lavoro di Antonio e dei suoi colleghi mostra che questi strumenti possono essere estesi per studiare la meccanica non lineare dei sistemi gonfiabili.

La ricerca ha coinvolto la costruzione di membrane multimateriali fatte di pixel quadrati morbidi o rigidi. I ricercatori presentano algoritmi per generare tre classi di membrane morbide, in cui i pixel si raggruppano in modi diversi, creando varie forme gonfiate deformate. Progettano e ottimizzano un modello che apprende come la posizione reciproca di ciascun pixel nella griglia contribuisce alla meccanica globale del sistema.

Commentando i risultati, Antonio afferma:"Mostriamo come la nostra piattaforma abbia il potenziale per progettare dispositivi specifici per il paziente per la meccanoterapia e oltre. Prima di questa ricerca non sapevamo come utilizzare l'apprendimento automatico per svelare mappature non lineari nei sistemi gonfiabili. Si trasforma fuori che sono molto potenti per questi scopi. Il lavoro ha potenziale in molte aree, ad esempio nel trattamento dei tessuti intorno alle cicatrici per promuovere la guarigione."

Il successo della ricerca finora ha portato il team a considerare ulteriori sviluppi, ad esempio la trasformazione di forme tridimensionali in nuove forme tridimensionali.