Инженеры Пекинского университета подтвердили, что мышцы рыб функционируют как сенсоры. Рассматриваем, как исследование электрических сигналов дало возможность разработать систему управления роботами, которая превосходит традиционные методы глубокого обучения.
Исследователи из Лаборатории интеллектуального биомиметического проектирования Пекинского университета совершили значимый прорыв, который может изменить методику разработки подводных роботов. Команда под руководством профессора Се Гуанмина и братьев-близнецов Вакара и Рахдара Хуссейна Африди создала новую систему анализа электрических сигналов мышц (ЭМГ). Их работа подтвердила, что мышцы рыб представляют собой не только «двигатели» для плавания, но и сложные сенсомоторные системы, способные воспринимать окружающую среду, сообщает Tech Xplore.
Специалисты провели ряд экспериментов, в ходе которых с помощью специально разработанного 16-канального устройства фиксировали внутримышечные сигналы у свободно плавающих рыб. Эти данные были синхронизированы с видеозаписями перемещения, что позволило обучить нейросеть точно воспроизводить углы суставов и позу тела в реальном времени.
Система проявила способность не только отслеживать кинематику, но и классифицировать режимы течения и скорости плавания. Это открытие подтверждает, что мышечная активность выполняет двойную функцию: она кодирует информацию как о самом движении, так и о гидродинамических характеристиках потока воды.
В отдельном исследовании команда сосредоточилась на сенсорных возможностях мышечной ткани. Эксперименты проводились с карпами кои и обычными карпами в различных условиях — от спокойного ламинарного потока до хаотичных вихрей.
В стандартном режиме мышцы активировались до начала движения тела, что соответствует их классической функции двигателя. Однако в вихревом потоке временная последовательность менялась на противоположную: тело рыбы сначала деформировалось под воздействием внешнего потока, и лишь затем следовала мышечная реакция. Это стало явным доказательством того, что мышцы рыб функционируют как сенсоры, воспринимая механическое воздействие окружающей среды.
Полученные биологические знания были применены для создания роботизированной системы. Команда обучила интерпретируемую модель идентификации, используя данные о мышечной активности и движении хвоста живых рыб. Модель успешно выделила ключевые параметры, такие как задержка, усиление и демпфирование. Примечательно, что система, обученная исключительно на биологических данных, смогла без переобучения и с высокой точностью предсказывать движение хвоста роботизированной рыбы. Более того, она превзошла по эффективности традиционные методы глубокого обучения.
Таким образом, исследование указывает на новое поколение интеллектуальных подводных систем. Теперь инженеры могут черпать вдохновение не только из внешней формы морских обитателей, но и из их сложных внутренних сенсомоторных процессов для создания более эффективных и адаптивных роботов.
Фото: hi-tech.mail.ru