磁控仿魚微型機器人實現復雜運動的高效學習

原文地址：http://news.sciencenet.cn/htmlnews/2023/5/500681.shtm

5月8日，中國科學院深圳先進技術研究院集成所智能仿生研究中心的徐升和徐天添研究團隊合作，提出了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。

研究團隊通過寬度學習網絡訓練獲得了可控磁場變化與仿魚機器人多種動作基元之間的關系規律，實現了仿魚機器人的復雜運動，并且本方法無需復雜調參，具有優異魯棒穩定性，保障了運動過程不受外界擾動影響。該成果發表于智能控制領域權威期刊IEEE Transactions on Cybernetics。

該研究中， 中國科學院深圳先進院集成所副研究員徐升為第一作者，中國科學院深圳先進院集成所研究員徐天添為通訊作者，中國科學院深圳先進院為第一單位。 

微型仿魚機器人由于構型合理、尺度很小，可以更為靈活地在復雜狹小空間內穿梭作業，在微孔探查、靶向治療等小尺度操作領域具有巨大的應用潛力。但是，受磁場與機器人運動之間的強非線性影響，使得機器人按要求軌跡運動控制十分具有挑戰。

此外，在復雜場景中，如人體內，理想目標軌跡的準確坐標往往不便獲取，限制了追蹤控制策略的應用。因此，十分有必要將微型機器人的底層運動封裝為直走、直角彎、S形彎、C形彎等基本運動，并將這些基本運動作為高層運動指令庫的基元，便于在后續的宏觀運動路徑規劃中按需調用，降低實時控制指令的解算復雜度。對此，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完成多種復雜運動。 

微型仿魚機器人結構及運動原理，磁驅動實驗系統 科研團隊供圖

研究團隊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，研究團隊還提出了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，可以保證所獲得的控制器必然穩定。

通過仿真及實驗，研究團隊運用所提的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，通過使用所提方法機器人均可以抵達最終指定區域，驗證了所提方法的強抗擾能力。

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。該研究有望運用在無人機、無人車以及工業機器人的復雜運動控制。