基于光纤网络物理储备库的蛛网式感知与计算

物理储备库计算利用机械系统的内在动力学，通过其对输入信号的自然响应来执行计算。本文研究了受orb-weaving spider web 启发的顺应性光纤网络，探讨其机械设计和运行条件如何塑造其计算能力。使用 Cosserat rod 基仿真，我们识别了网络拓扑、几何、驱动和轴向张力如何影响网络的非线性计算和记忆容量。我们进一步评估了几种读出降低策略，以评估计算性能随测量输出数量和位置的变化。我们随后使用物理光纤网络原型验证了这些结果。总体而言，结果为在设计、驱动和感知选择方面提供了见解和指导，使光纤网络能够用于机械智能计算。它们表明，结构化顺应性光纤网络可作为具备非线性变换和输入历史保留能力的物理储备库。