A Jellyfish Cyborg: Exploiting Natural Embodied Intelligence as Soft Robots

要約

クラゲのサイボーグは、生物学的システムの自然なエネルギー効率と適応性を活用して、ソフトロボットシステムの有望な道を提示します。
今回我々は、クラゲの自然に体現された知性を利用して、クラゲの移動を予測および制御する新しいアプローチを実証します。
私たちは、Aurelia coerulea クラゲの自発的行動と刺激誘発性行動の両方を定量化するために、統合された筋肉電気刺激と 3D モーション キャプチャ システムを開発しました。
機械学習フレームワークである Reservoir Computing を使用して、クラゲの現在の体の形状と自然な動的パターンに基づいて将来の動きを予測することに成功しました。
私たちの主な発見には、クラゲの遊泳動作における自己組織化臨界性の最初の調査と、首尾一貫した予測可能な遊泳行動を引き出すための最適な刺激期間（1.5秒と2.0秒）の特定が含まれます。
これらの結果は、クラゲの体の動きと標的を絞った電気刺激を組み合わせることで、予測制御のための計算リソースとして機能できることを示唆しています。
私たちの発見は、自律航行と環境探索が可能なクラゲサイボーグの開発への道を開き、海洋監視や汚染管理に応用できる可能性を秘めています。

要約(オリジナル)

Jellyfish cyborgs present a promising avenue for soft robotic systems, leveraging the natural energy-efficiency and adaptability of biological systems. Here we demonstrate a novel approach to predicting and controlling jellyfish locomotion by harnessing the natural embodied intelligence of these animals. We developed an integrated muscle electrostimulation and 3D motion capture system to quantify both spontaneous and stimulus-induced behaviors in Aurelia coerulea jellyfish. Using Reservoir Computing, a machine learning framework, we successfully predicted future movements based on the current body shape and natural dynamic patterns of the jellyfish. Our key findings include the first investigation of self-organized criticality in jellyfish swimming motions and the identification of optimal stimulus periods (1.5 and 2.0 seconds) for eliciting coherent and predictable swimming behaviors. These results suggest that the jellyfish body motion, combined with targeted electrostimulation, can serve as a computational resource for predictive control. Our findings pave the way for developing jellyfish cyborgs capable of autonomous navigation and environmental exploration, with potential applications in ocean monitoring and pollution management.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google