机器智能构建软机器
软机器——使用可变形材料而不是刚性链接的机器人的一个子类别——是一种新兴技术，常用于可穿戴机器人和仿生学（例如假肢）。软体机器人具有卓越的灵活性、出色的适应性和均匀分布的受力，比传统的硬硬机器人提供更安全的人机交互。
软体机器的一个重要组成部分是高精度的应变传感器，用于监测每个软体单元的应变变化，实现高精度的控制回路。首先，软机器的复杂运动要求应变传感器监测从 <5% 到>200% 的广泛应变范围，这超出了传统应变传感器的能力。其次，为了监测软机器的协调运动，需要多个应变传感器来满足不同机器人单元的不同传感任务，这需要繁琐的试错测试。
为了解决这个问题，由化学和生物分子工程教授 Po-Yen Chen 领导的马里兰大学 (UMD) 研究小组创建了一个机器学习 (ML) 框架，以促进预测模型的构建，该模型可用于用于两个设计任务：(1) 根据制造配方预测传感器性能；(2) 为足够的应变传感器推荐可行的制造配方。
“打个比方，我们给‘厨师’提供了一份食材清单，这位厨师能够根据顾客的个人口味设计出完美的餐点，”陈说。
该技术可用于先进制造、水下机器人设计、假肢设计等领域。
传感器