Artificial Intelligence Meets Micro/Nanorobotics

Fatma M. Yurtsever

doi:10.1002/adma.74721

Artificial Intelligence Meets Micro/Nanorobotics

2026-08-28

0

OA

AI

F

Fatma M. Yurtsever

C

Cherukutty Ramakrishnan Minitha

DOI：10.1002/adma.74721

原文链接

查看原文

摘要

En 中文

微机器人和纳机器人是正在发展的技术，从简单的“运动性”可运动微/纳机器发展为能够通过化学或物理信号相互通信的物理机器智能。与此同时，人工智能（AI）正迅速融入我们的现代生活。本文探讨了如何将AI应用于微/纳机器人系统。AI的进步提升了微/纳机器人的性能，同时也推动其从外部驱动的、任务特定的平台向自主的、适应性的、多功能系统转型，这些系统能够在高度复杂的环境中用于临床和环境应用。在微/纳尺度上，推进、传感和控制面临多种限制，包括有限的机载计算能力，这阻碍了确定性导航和任务执行。机器学习领域的最新进展，包括深度学习、强化学习和物理信息模型，现提供强大解决方案以克服这些限制。本综述强调了AI与微/纳机器人技术的融合正在创造一个有前景的交叉学科，用于临床和环境设置中的转化应用。AI辅助设计加速了针对特定应用的功能材料的发现，优化了几何和表面特性以实现高效推进，并使微/纳机器人结构的生成制造成为可能。此外，基于深度学习的超声、光学深度估计和多模态感知实现了精确的实时定位——这是闭环自主性的关键要求，从而增强了微/纳机器人的成像和追踪。数字孪生的使用提供了现实世界实验的预测模型，支持生物医学应用中的风险评估和患者特异性规划。AI增强的微/纳机器人的进步将通过将实时感知和适应性决策集成到完全自主的设备中，彻底改变靶向药物递送、微创诊断、生物传感、环境修复和污染物捕捉，特别是在复杂临床和环境条件下。

Keyword:

biomedicine

closed-loop autonomy

deep learning

digital twins

environmental remediation

machine intelligence

microrobots

nanorobots

Artificial Intelligence Meets Micro/Nanorobotics

摘要

AI总结

期刊

机构