针对微型仿鱼磁驱动机器人的复杂运动学习控制方法

(资料图)

5月8日，中国科学院深圳先进技术研究院集成研究所智能仿生研究中心徐盛与徐天天研究团队合作，提出了一套复杂的微型仿鱼磁性驱动机器人运动学习控制方法。

通过宽度学习网络训练，研究团队获得了可控磁场变化与仿鱼机器人多动作基元之间的关系规律，实现了仿鱼机器人的复杂运动。该方法不需要复杂的参考，具有优异的稳定性，确保运动过程不受外部干扰的影响。该结果发表在智能控制领域权威期刊IEEEE Transactions on Cybernetics。

该研究中， 中国科学院深圳先进院综合研究所副研究员徐生为第一作者，中国科学院深圳先进院综合研究所研究员徐天天为通信作者，中国科学院深圳先进院为第一单位。 

由于形状合理，规模小，微型仿鱼机器人可以在复杂狭窄的空间内更灵活地穿梭，在微孔探测、靶向治疗等小规模操作领域具有巨大的应用潜力。然而，由于磁场和机器人运动之间的强非线性影响，机器人根据需要控制轨迹运动是非常具有挑战性的。

此外，在人体等复杂场景中，理想目标轨迹的准确坐标往往不方便获取，限制了跟踪控制策略的应用。因此，有必要将微机器人的底层运动包装成直线、直角弯曲、S弯曲、C弯曲等基本运动，并将这些基本运动作为高层运动指令库的基础，以便在后续的宏观运动路径规划中按需呼叫，降低实时控制指令的解决复杂性。在这方面，研究小组结合宽度学习理论，对磁控仿鱼机器人的运动基元进行了训练和学习，完成了各种复杂的运动。