浙江大学肖锐研究员团队 AFM：机器学习辅助4D打印液晶弹性体复合结构快速逆向设计

背景：刺激响应型软材料及其复合结构在软体机器人、柔性电子器件和自适应结构等领域具有重要应用，但复杂结构的快速逆向设计面临巨大设计空间和高度非线性力学行为的挑战。研究目的：浙江大学肖锐研究员团队提出一种机器学习辅助框架，旨在快速实现4D打印体素级编程液晶弹性体复合条带的3D形貌逆向设计。结论：该框架结合基于长短期记忆网络的前向预测模型和序贯遗传算法逆向搜索策略，能在数秒内完成高效设计，并通过有限元模拟和4D打印实验验证了其准确性与有效性，为智能软材料变形设计提供了高效的数据驱动解决方案。