AI助力设计仿生水下滑翔器，能耗更低效率更高

麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）和威斯康星大学麦迪逊分校的研究人员利用人工智能设计了一种新型水下滑翔器，其形状受海洋生物启发。这项研究发表在arXiv预印服务器上。 传统水下滑翔器设计通常采用管状或鱼雷形状，虽然这种设计相对高效，但并不具备海洋生物的多样性。海洋生物的形态优化了水动力学性能，使它们能够在水下长距离移动时消耗最少的能量。因此，研究人员开发了一个基于机器学习的设计框架，通过物理模拟测试不同的3D模型，优化出更加高效的滑翔器形状。 研究团队首先收集了超过二十种常规的海洋探索形状模型，如潜艇、鲸鱼、鲼鲼和鲨鱼。这些模型被放入“变形笼”中，研究人员可以通过改变不同关节的位置来创建新的形状。然后，他们建立了一个包含常规和变形形状的数据集，并模拟这些形状在不同俯仰角下的水下性能。神经网络会根据这些输入数据预测每种形状在特定角度下的升阻比，从而优化其设计。 为了验证他们的AI设计管道的有效性，研究人员首先在一个缩小比例的两翼滑翔器上进行了测试。这个滑翔器类似于纸飞机，在MIT的莱特兄弟风洞中进行了风洞实验。结果显示，其预测的升阻比与实际测试结果相差仅约5%，表明模拟准确性较高。 随后，研究人员选择了两种在特定角度下表现最佳的设计进行水下测试：一种类似喷气机的装置在9°的角度下，另一种四翼设计在30°的角度下。他们在3D打印机中制作了这些模型，外壳为空心并带有一些进水的小孔，内部装有调节浮力的泵、控制俯仰角的质量转移器和电子元件。 实验结果表明，这些AI设计的滑翔器在游泳池中的效率显著高于传统的人工制造鱼雷式滑翔器。更高的升阻比意味着它们能以更少的能量在水下移动，模仿了海洋生物在水中轻松导航的方式。 未来，研究团队计划进一步提高模拟与实际性能之间的吻合度，并开发能够应对突然洋流变化的滑翔器，使其更加适应深海环境。他们还希望探索更多类型的形状，特别是更细长的滑翔器设计，并使整个设计过程更快、更具定制性和灵活性。