采用微机电系统（MEMS）技术设计的MEMS陀螺具有体积小、功耗低、成本低、易于与集成电路集成等优点，对微纳卫星、无人机群、智能导弹等先进装备的大批量部署具有重要意义。MEMS陀螺仪正在取代造价昂贵的传统陀螺仪，目前，中低性能的陀螺仪已几乎完全被MEMS陀螺仪取代，正在向高性能领域发展。MEMS碟形谐振陀螺（DRG）凭借其抗震性、低温漂、高灵敏度等显著优势，是高性能谐振式微机械陀螺的重要类型。但传统设计方法存在拓扑与性能关系预测困难、仿真评估速度缓慢、优化严重依赖专家经验、迭代次数多等问题，使得MEMS DRG的发展缓慢。自2006年波音公司首次提出MEMS DRG以来，创新结构的出现往往依赖于科研人员的灵感突现，缺乏系统性设计方法，具有标志性的新结构非常稀少。
针对这一问题，西安交通大学微电子学院王红义教授团队及其合作者采用了人工智能策略探索高性能新颖结构拓扑。首先在充分考虑工艺约束的前提下，提出了一种新的陀螺仪非参数表征方法，将陀螺的拓扑设计任务转化为路径规划问题；然后，基于卷积神经网络构建代理模型，利用传统有限元分析得到的样本进行训练，实现拓扑性能的快速评估；最后，采用深度强化学习算法在整个设计空间内进行探索，输出性能优异的结构拓扑。经过8000次探索后，得到了7120种新颖的达到导航级精度的结构拓扑，其中有93.7%拓扑的性能优于传统多环拓扑，部分拓扑性能相较传统拓扑甚至实现了数量级提升。借助于高效的代理模型，相较于昂贵的有限元仿真，其加速比达到了约40万倍，将数月的设计周期缩短到了7分钟左右。
图(a) MEMS DRG从设计空间映射到完整的DRG拓扑的步骤；
图(b) 算法探索到的典型拓扑；
图(c) 创新性拓扑设计范式，其中FBi为弹性梁结构、DWi为双翼式结构、SSi为步进阶梯式结构；
图(d) 弹性梁FB1与传统结构应力改善分析；
图(e) 双翼结构DW1和阶梯式结构SS1与传统结构的形变分析
该研究成果以“Machine learning-driven discovery of high-performance MEMS disk resonator gyroscope structural topologies”为题发表于Nature子刊《Microsystems & Nanoengineering》上。论文第一单位为西安交通大学微电子学院，第一作者为该院博士生陈晨，通讯作者为王红义教授。该研究由北京微电子技术研究所、西北工业大学机电学院、荷兰莱顿大学莱顿高级计算机科学研究所单位合作完成，并获得北京微电子技术研究所、国家自然科学基金的资助。
