杜韬团队探索翅果的空气动力学性能边界：人工智能辅助设计翅果新形态

2024-09-23

【科研简讯】

上海期智研究院PI、清华大学交叉信息研究院助理教授杜韬团队结合计算机图形学与机器学习技术，对翅果的形态和性能进行了探索。相关研究成果发表在计算机图形学顶级期刊 ACM Transactions on Graphics，并将在计算机图形学顶级会议ACM SIGGRAPH Asia 2024上报告。

AI自动生成高性能的人造翅果

在全球人工智能驱动的科学研究（AI for Science）极速发展的背景下，人工智能技术与植物学、生态学等领域深度交叉融合，拓展着科学探索的边界。近期，杜韬团队基于人工智能与生物仿生技术，构建了一套能够自动进行翅果形态设计、飞行仿真、性能优化的计算仿生学流程，为人造翅果的形态和性能探索提供了新方案。

图1. 流程示意图

· 自动化翅果形态设计

若想借助AI自动设计种子的形态，核心挑战是如何让计算机理解种子的生成原理和路径。为解决这一问题，不仅需要高质量的数据集，更需要一套算法模型。团队首先构建了一个翅果种子数据集。团队利用清华大学基础工业训练中心提供的手持式三维扫描仪对每一颗翅果进行了三维数字重建，经过处理后形成了包含55枚种子三维样本的数据集。这些种子横跨14个物种，保证形态的多样性。在构建算法方面，团队借助对生物演化的观察，利用三维微分同胚群和测地坐标等数学工具对种子形状进行理解和生成。

图2. 3D微分拓扑群上的测地坐标

· 量化翅果飞行轨迹

计算翅果的飞行轨迹是优化人造翅果空气动力学性能的前提。团队选用格子玻尔兹曼方法（Lattice Boltzmann Method）流体力学数值模拟器，基于随体坐标系对翅果的行动轨迹进行建模计算。随体坐标系跟随翅果一起运动，将翅果始终放在流体计算域的中心，能够经济地计算翅果附近空气的运动。

· 优化空气动力学性能

借助AI优化人造翅果空气动力学性能可以抽象为一个寻找优化目标函数最优解的过程，然而，由于流体自身的混沌性，通过流体仿真计算得到的目标函数能量景观（energy landscape）极不光滑，包含大量局部最优解，优化难度很大。团队为了解决这个问题对目标函数进行的两种平滑处理：

1. 借鉴了强化学习中利用概率分布描述系统初始状态的理念，来描述翅果的初始位姿并将目标函数的期望作为优化对象，更好地刻画了真实翅果从植物上脱落时位姿的随机性。

2. 借鉴图形学领域最新的优化方案训练了一个神经网络模型，局部拟合了翅果的形态空间到目标函数空间的映射。拟合后神经网络的能量景观保留了目标函数的变化趋势，更加平滑。

图3. 函数能量景观

图4. 神经网络平滑近似后的优化函数能量景观

人造翅果的空气动力学性能超越自然翅果

为检验方法的有效性，团队分别对比了自然翅果和优化后人造翅果在自旋速度、下落速度、飞行距离及飞行轨迹方面的表现。

自旋速度对翅果传播有重要影响。旋起来的翅果像竹蜻蜓或螺旋桨，转速越高产生的升力越强，种子在空中停留的时间就越长，也就更有可能传播至更远的地方。团队不仅在仿真器中进行了转速实验，也使用常见材料制作了优化前后的翅果实物模型，检验它们在空气中的真实性能。在仿真实验中，优化后的翅果转速提升了约29%。而在五次空气中的飞行测试中，优化后的翅果转速提升了27.6%到50%。

图5. 转速优化仿真实验

图6. 转速优化飞行测试

下落速度和飞行距离同样影响翅果的传播效果，在两组特定场景的仿真实验中，人造翅果和天然翅果相比下落时间更长，飞行距离更远，潜在的传播范围更广。

图7. 转速优化飞行测试

图8.飞行距离仿真实验

团队还特别设计了“回旋镖”实验，用于寻找能自动飞回抛出点的翅果形态。

图9. “回旋镖”仿真实验

该论文将计算设计和仿生学完美融合，提供了一种极具创新性的仿生学研究途径。该论文提出的设计流程和方法，不仅能推动相关科学技术的发展，还有可能在机器人、农业、材料、航天等多个领域产生深远的社会和经济影响。论文第一作者为上海期智研究院研究员乐齐钦，通讯作者为上海期智研究院PI、清华大学交叉信息院杜韬助理教授。其他作者包括清华大学交叉信息院2021级姚班本科生卜佳木，北京大学物理学院2024届本科毕业生、现清华大学交叉信息研究院2024级博士生瞿言科，以及美国佐治亚理工学院Bo Zhu助理教授。

更多信息请阅读论文：

Computational Biomimetics of Winged Seeds, Qiqin Le, Jiamu Bu, Yanke Qu, Bo Zhu, and Tao Du, https://people.iiis.tsinghua.edu.cn/~taodu/seed/le2024computational.pdf, ACM Trans. Graph. 43, 6, Article 180（2024）.

分享到

返回列表