可實現復雜運動高效學習的磁控仿魚微型機器人

中國科學院深圳先進技術研究院先進集成技術研究所智能仿生研究中心副研究員徐升和研究員徐天添團隊合作，提出一套針對微型仿魚磁驅動機器人的復雜運動學習控制方法。2023 年5月8 日，相關成果發表于《IEEE 控制論匯刊》。

研究團隊結合寬度學習理論，對磁控仿魚機器人的運動基元開展訓練學習，使其完成多種復雜運動。他們設計了以寬度神經網絡為主體的微型機器人基本運動控制器，基于李雅普諾夫穩定性理論，推導了保障機器人運動穩定的控制器網絡參數約束，大大簡化了不同運動基元的控制器參數訓練學習過程。

此外，研究團隊還提出以磁場參數變化與機器人速度矢量變化為所需數據的控制器網絡參數訓練方法，使用者只需通過改變訓練數據的種類，即可獲得多種運動基元。該方法還考慮了穩定約束的訓練算法，保證所獲得的控制器的穩定。

通過仿真及實驗，研究團隊運用該學習控制方法獲得了銳角彎、J 形彎、S 形彎等多種運動基元的微型機器人控制器，并開展了仿魚機器人避障運動實驗。在機器人運動過程中，研究人員通過人為搖晃容器、暴力碰觸機器人等方式，模擬了真實場景中可能存在的復雜擾動。觀察發現，仿魚機器人在復雜環境中，直接調用C 形彎、S 形彎等運動基元實現高效避障，可以抵達最終指定區域，驗證了新方法的強抗擾能力。

論文通訊作者徐天添表示，該成果符合高層運動指令規劃的思想，大幅簡化了實時控制指令解算復雜度，為微型機器人的多機集群運動或無參考軌跡最優運動規劃打下基礎。該研究有望在無人機、無人車及工業機器人的復雜運動控制中得以應用。