A pesquisa do professor de engenharia da King, Dr. Antonio Forte, está investigando maneiras de trabalhar com robôs macios para permitir que eles se transformem de duas para três dimensões. Isso abre caminho para dispositivos que podem ser programados para inflar em uma forma personalizada com precisão que atenderá a uma necessidade específica. A pesquisa é publicada por Materiais Funcionais Avançados .
Até agora, os métodos de aprendizado de máquina têm sido usados ​​principalmente para reconhecimento de imagem e processamento de linguagem. Mais recentemente eles surgiram como ferramentas poderosas para resolver problemas mecânicos. O trabalho de Antonio e seus colegas mostra que essas ferramentas podem ser estendidas para estudar a mecânica não linear de sistemas infláveis.

A pesquisa envolveu a construção de membranas multimateriais feitas de pixels quadrados macios ou rígidos. Os pesquisadores apresentam algoritmos para gerar três classes de membranas moles, onde os pixels se agrupam de diferentes maneiras, criando várias formas infladas deformadas. Eles projetam e otimizam um modelo que aprende como a posição mútua de cada pixel na grade contribui para a mecânica global do sistema.

Comentando as descobertas, Antonio diz:"Mostramos como nossa plataforma tem potencial para projetar dispositivos específicos de pacientes para mecanoterapia e além. Antes desta pesquisa, não sabíamos como usar o aprendizado de máquina para desvendar mapeamentos não lineares em sistemas infláveis. Acontece que que eles são muito poderosos para esses propósitos. O trabalho tem potencial em muitas áreas, por exemplo, no tratamento de tecidos ao redor de cicatrizes para promover a cura."

O sucesso da pesquisa até agora levou a equipe a considerar novos desenvolvimentos, por exemplo, transformar formas tridimensionais em novas formas tridimensionais.