ترجمه فارسی مقاله فعال کردن شیمی درمانی میکروروبوتیک از طریق یادگیری تقویت سلسله مراتبی بدون تنظیم مجدد

چکیده

Microorganisms have evolved diverse strategies to propel in viscous fluids, navigate complex environments, and exhibit taxis in response to stimuli. This has inspired the development of synthetic microrobots, where machine learning (ML) is playing an increasingly important role. Can ML endow these robots with intelligence resembling that developed by their natural counterparts over evolutionary timelines? Here, we demonstrate chemotactic navigation of a multi-link articulated microrobot using two-level hierarchical reinforcement learning (RL). The lower-level RL allows the robot — featuring either a chain or ring topology — to acquire topology-specific swimming gaits: wave propagation characteristic of flagella or body oscillation akin to an ameboid. Such flagellar and ameboid microswimmers, further enabled by the higher-level RL, accomplish chemotactic navigation in prototypical biologically-relevant scenarios that feature conflicting chemoattractants, pursuing a swimming bacterial mimic, steering in vortical flows, and squeezing through tight constrictions. Additionally, we achieve reset-free, partially observable RL, where the robot observes only its joint angles and local scalar quantities. This advancement illuminates solutions for overcoming the persistent challenges of manual resets and partial observability in real-world microrobotic RL.

چکیده به فارسی (ترجمه ماشینی)

میکروارگانیسم ها استراتژی های متنوعی را برای پیشبرد مایعات چسبناک ، حرکت در محیط های پیچیده و نشان دادن تاکسی ها در پاسخ به محرک ها تکامل داده اند.این امر الهام بخش توسعه ریزگردها مصنوعی است ، جایی که یادگیری ماشین (ML) نقش فزاینده ای را ایفا می کند.آیا ML می تواند این روبات ها را با اطلاعاتی شبیه به همتایان طبیعی خود بر روی جدول زمانی تکاملی وقف کند؟در اینجا ، ما ناوبری شیمیایی یک میکروبوت مفصل چند لینک را با استفاده از یادگیری تقویت سلسله مراتبی دو سطح (RL) نشان می دهیم.RL سطح پایین اجازه می دهد تا ربات-که دارای یک توپولوژی زنجیره ای یا حلقه ای است-برای به دست آوردن راهپیمایی های شنا خاص توپولوژی: ویژگی انتشار موج از فلاژلا یا نوسان بدن شبیه به یک آمبید.چنین ریزگردها فلژلار و آمبید ، که توسط RL سطح بالاتر نیز فعال می شوند ، ناوبری شیمیایی را در سناریوهای مربوط به بیولوژیکی اولیه که دارای شیمیایی متضاد هستند ، انجام می دهند و یک تقلید باکتریایی شنا را دنبال می کنند و در جریان های گرداب قرار می گیرند و از طریق انقباضات محکم فشرده می شوند.علاوه بر این ، ما به RL بدون تنظیم مجدد و تا حدی قابل مشاهده می رسیم ، جایی که ربات فقط زوایای مشترک آن و مقادیر مقیاس محلی را مشاهده می کند.این پیشرفت راه حل هایی را برای غلبه بر چالش های مداوم تنظیمات دستی و مشاهده جزئی در RL میکروبوتیکی در دنیای واقعی روشن می کند.