研究者たちは、画期的な自己感知人工筋肉を開発しました

研究者たちは、自己感知人工筋肉を開発しました

ロンドンのクイーン・メアリー大学の研究者たちは、バイオニクスの分野で画期的なブレイクスルーを達成し、自己感知能力を持つ新しい電気可変剛性人工筋肉を開発しました。この革命的な技術は、Advanced Intelligent Systemsに公開され、ソフトロボットと医療応用の領域を変革する可能性があります。この人工筋肉は、柔軟性と伸縮性を自然な筋肉と同じように模倣し、ソフトロボットシステムへの統合や多様な形状への適応を容易にします。

可変剛性技術とそのポテンシャル

「特に柔軟な素材で作られたロボットに自己感知能力を持たせることは、真のバイオニックインテリジェンスに向けた重要な一歩です」と、クイーン・メアリー大学のリード研究者で講師のDr. ケタオ・チャンは述べています。

研究チームによって開発された新しい人工筋肉は、長さ方向に200%を超える伸縮性を持ち、耐久性にも優れており、さまざまな応用に優れた候補です。

この人工筋肉の剛性は、電圧を調整することで急速に変化し、剛性変化が30倍を超える連続的な変調を実現します。この電圧駆動の特徴により、他の人工筋肉に比べて応答速度が大幅に向上します。さらに、筋肉は抵抗変化によって自身の変形を監視できるため、別個のセンサー配置の必要性がなくなり、制御メカニズムを簡素化し、コストを削減できます。

簡単な製造と幅広い応用

この自己感知人工筋肉の製造プロセスは簡単かつ信頼性があります。カーボンナノチューブを液状シリコンに超音波分散技術を使用して混合し、均一にコーティングして薄い層状陰極を作り出します。この層状陰極は、人工筋肉の感知部分としても機能します。液状材料が硬化すると、完全な自己感知可変剛性人工筋肉が形成されます。

この柔軟な可変剛性技術の潜在的な応用範囲は広範であり、ソフトロボットから医療応用まで広がっています。この技術は人体とシームレスに統合できるため、障害を持つ個人やリハビリトレーニング中の患者が必要な日常のタスクをこなすのを支援する可能性があります。自己感知人工筋肉を統合したウェアラブルロボットデバイスは、患者の活動を監視し、剛性レベルを調整することで抵抗を提供し、筋肉の機能回復を促進することができます。

クイーン・メアリー大学の研究者による画期的な研究は、バイオニクスの分野における重要なマイルストーンを示しています。自己感知型電気人工筋肉の開発は、ソフトロボットと医療応用の進歩を促し、バイオニック技術の潜在能力を実現するための重要な一歩です。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

ハイパーパラメータ最適化のためのトップツール/プラットフォーム2023年

ハイパーパラメータは、モデルの作成時にアルゴリズムの振る舞いを制御するために使用されるパラメータです。これらの要因は...

データサイエンス

「高度な生成型AIの探求 | 条件付きVAEs」

はじめに この記事へようこそ。ここでは、生成AIのエキサイティングな世界を探求します。主にConditional Variational Autoen...

AI研究

「CMU研究者がDiffusion-TTAを発表:類まれなテスト時間適応のために生成的フィードバックで識別的AIモデルを高める」

拡散モデルは、複雑なデータ分布から高品質なサンプルを生成するために使用されます。識別的な拡散モデルは、教師あり分類や...

AIニュース

「AI自動化と性別格差:AIが女性労働者に与える影響」

人工知能(AI)の進歩により、労働の未来が再構築されつつあります。AIによる自動化による仕事の喪失への恐怖は広まっていま...

データサイエンス

イーロン・マスク氏とXAiチームがGrokを発表:人工知能(AI)の新たなフロンティア、ライブデータとChatGPTに対する最強の競合相手

イーロン・マスクは、宇宙と電気自動車に対する野心的な取り組みで知られるテック界の大物であり、現在は急成長している人工...

データサイエンス

「SPHINXをご紹介します:トレーニングタスク、データドメイン、および視覚的なエンベッディングをミキシングした多目的なマルチモーダル大規模言語モデル(MLLM)」

マルチモーダル言語モデルでは、複雑なビジュアル指示に対処し、多様なタスクをシームレスに実行するための既存のモデルの限...