EGO算法，用于3D打印和FRE技术相结合能打印出高精细度和保真度产品

卡耐基梅隆大学（CMU）的研究人员研发出一种算法，Expert-Guided OpTImizaTIon (EGO)-专家引导优化法，能够对软质材料的3D打印参数进行排序对比，以选定最优的打印方案。该算法可以将专家的判断和3D打印机的优化数据结合起来，加速新材料的开发。

无限可能

众所周知，可用材料的限制仍旧是目前增材制造技术所面临的障碍之一。然而材料开发完成之前，研究人员都会面临着数以万计的可能性。

        参数的细微变化，会导致数百万种不同的组合，在探索新材料的使用时，采用一定的算法将可能性缩减到可控范围内，对研究的发展有着巨大的帮助。

CMU的专家方法

在EGO算法中，最初的参数由材料学专家对材料所具有的确定特性来设定，输入参数后，算法将针对该特性对所有潜在的设置进行考量，确保设置达到“局部最优”。然后由专家对局部最优设置进行考量，通过缩小范围来找到“完美”的解决方案。

高保真生物材料

作为例证，研究小组使用EGO算法打印出了由PDMS和环氧树脂制成的复杂物体，打印过程采用Freeform Reversible Embedding (FRE)技术，该技术针对生物材料的3D打印设计，可以制造细胞支架和支撑性组织结构。

据研究人员称，通过EGO算法和FRE技术相结合，打印出的产品能够达到从未有过的精细度和保真度。