Naar inhoud gaan
Sneller dan een vlieg: hoe de door AI aangestuurde insectrobot van het MIT 450% sneller beweegt om levens te redden
Sneller dan een vlieg: hoe de door AI aangestuurde insectrobot van het MIT 450% sneller beweegt om levens te redden
29 september 2026 Norck Engineering Team

Sneller dan een vlieg: hoe de door AI aangestuurde insectrobot van het MIT 450% sneller beweegt om levens te redden

1. Lichter dan een paperclip, zo snel als een insect: de techniek achter de microrobot

Microrobots die door de lucht vliegen, beloven al lang een revolutie teweeg te brengen in zoek- en reddingsmissies, maar door fysieke hardwarebeperkingen waren ze tot nu toe altijd veel langzamer en minder wendbaar dan natuurlijke insecten. De nieuwste versie van deze robot op insectenformaat, ontwikkeld in het Soft and Micro Robotics Laboratory van het MIT, is ongeveer zo groot als een microcassette en weegt minder dan een standaard paperclip.

Aangedreven door zachte kunstmatige spieren die met hoge frequenties samentrekken, slaan de vleugels snel genoeg om aanzienlijke lift te genereren. Hoewel de mechanische onderdelen in de loop der tijd werden verbeterd, bleef de ingebouwde vluchtcontroller echter een knelpunt: eerdere versies waren afhankelijk van handmatige afstelling, waardoor de robot beperkt bleef tot trage, starre en eenvoudige vliegroutes.

Lichter dan een paperclip, zo snel als een insect: de techniek achter de microrobot

2. Het AI-brein in twee stappen: hoe imitatief leren extreme wendbaarheid mogelijk maakte

Om in realtime complexe aerodynamica en onvoorspelbare windturbulentie het hoofd te bieden, hebben onderzoekers van het MIT in samenwerking een in twee stappen werkend, door AI aangestuurd vluchtbesturingssysteem ontwikkeld.

Het AI-brein in twee stappen: hoe imitatie-leren tot extreme wendbaarheid heeft geleid
  • De deskundige vluchtplanner: Het eerste onderdeel maakt gebruik van een modelvoorspellende regelaar die dynamische wiskundige modellen berekent om gedurfde luchtmanoeuvres te plannen, zoals scherpe bochten en salto’s, waarbij rekening wordt gehouden met de fysieke koppel- en krachtlimieten van de robot.
  • Real-time deep learning: Omdat de geavanceerde planner te veel rekenkracht vereist om live op kleine hardware te draaien, hebben onderzoekers gebruikgemaakt van imitatie-leren om een lichtgewicht neuraal netwerkbeleid te trainen. Dit beleid zet positiegegevens onmiddellijk om in realtime stuwkracht- en koppelcommando’s.

Tijdens de vluchttests leverde deze AI-besturingsarchitectuur een buitengewone toename van 450% in snelheid en een toename van 250% in versnelling op. De microrobot voerde in 11 seconden 10 opeenvolgende salto’s uit, waarbij hij ondanks windverstoringen zijn vliegroute tot op enkele centimeters nauwkeurig wist te handhaven.

Sneller dan een vlieg: hoe de door AI aangestuurde insectrobot van het MIT 450% sneller beweegt om levens te redden

3. Van laboratoriumacrobatiek tot rampgebieden: je een weg banen door het puin waar drones niet bij kunnen

In rampenscenario’s, zoals instortingen als gevolg van aardbevingen, zijn conventionele quadcopters en commerciële drones vaak te groot om in smalle spleten te komen of zich een weg te banen door dicht opeengepakt puin. Microrobots op insectenformaat kunnen door minuscule openingen glippen zonder tegen ingestorte muren te botsen.

Van laboratoriumacrobatiek tot rampgebieden: je een weg banen door puin waar drones niet bij kunnen

De robot kan ook „saccades“ uitvoeren — snelle bewegingen in de hoogte die de bewegingen van biologische vliegen nabootsen en waarmee snel kan worden versneld en geremd. Deze stabiliteit is cruciaal voor toekomstige versies die zullen worden uitgerust met minuscule camera’s en dieptesensoren aan boord. Toekomstig onderzoek is erop gericht om zwermen van meerdere robots mogelijk te maken die zich autonoom kunnen coördineren om overlevenden in gevaarlijke omgevingen op te sporen, zonder menselijke besturing op afstand.


Volgende artikel De gewichtsparadox in de robotica oplossen: lichtgewicht composietmaterialen