การระบุรูปร่างของหุ่นยนต์ที่ทำงานร่วมกับมนุษย์แบบ Continuum Robot (CCR) เป็นงานที่ท้าทายเนื่องจากต้องคำนวณทั้งความสมดุลทางสถิตและข้อจำกัดทางเรขาคณิตพร้อมกัน ซึ่งปกติจะใช้เวลานานในการคำนวณผ่านตัวแก้สมการแบบวนซ้ำ (Iterative solver)
งานวิจัยนี้เสนอการใช้ PINN ที่รวมเอาความรู้ทางกลศาสตร์และฟิสิกส์เข้าไปในโครงข่ายประสาทเทียม ทำให้ระบบสามารถประมาณรูปร่างได้โดยใช้เวลาเพียง 0.1773 มิลลิวินาที เมื่อเทียบกับวิธีเดิมที่ใช้เวลาเกือบ 18 วินาที (เร็วกว่าเดิมประมาณ 100,000 เท่า) นอกจากนี้ยังมีความแม่นยำสูงแม้จะมีข้อมูลสำหรับฝึกสอนที่จำกัดหรือมีสัญญาณรบกวนมาก โดยสามารถลดความผิดพลาดได้มากกว่า 60% เมื่อเทียบกับ AI ทั่วไป
