(资料图)

5月8日，中国科学院深圳先进技术研究院集成所智能仿生研究中心的徐升和徐天添研究团队合作，提出了一套针对微型仿鱼磁驱动机器人的复杂运动学习控制方法。

研究团队通过宽度学习网络训练获得了可控磁场变化与仿鱼机器人多种动作基元之间的关系规律，实现了仿鱼机器人的复杂运动，并且本方法无需复杂调参，具有优异鲁棒稳定性，保障了运动过程不受外界扰动影响。该成果发表于智能控制领域权威期刊IEEE Transactions on Cybernetics。

该研究中， 中国科学院深圳先进院集成所副研究员徐升为第一作者，中国科学院深圳先进院集成所研究员徐天添为通讯作者，中国科学院深圳先进院为第一单位。 

微型仿鱼机器人由于构型合理、尺度很小，可以更为灵活地在复杂狭小空间内穿梭作业，在微孔探查、靶向治疗等小尺度操作领域具有巨大的应用潜力。但是，受磁场与机器人运动之间的强非线性影响，使得机器人按要求轨迹运动控制十分具有挑战。

此外，在复杂场景中，如人体内，理想目标轨迹的准确坐标往往不便获取，限制了追踪控制策略的应用。因此，十分有必要将微型机器人的底层运动封装为直走、直角弯、S形弯、C形弯等基本运动，并将这些基本运动作为高层运动指令库的基元，便于在后续的宏观运动路径规划中按需调用，降低实时控制指令的解算复杂度。对此，研究团队结合宽度学习理论，对磁控仿鱼机器人的运动基元开展训练学习完成多种复杂运动。