软体机器人技术发展 - 传统刚性机械臂在非结构化环境任务中存在安全性、环境适应性及人机交互柔顺性局限，而软体机器人技术以仿生学为基础，采用柔性材料构建，具备连续变形能力、碰撞安全性高、环境顺应性强等独特优势 [1] - 模块化软体机械臂通过将机械臂分解为标准化、可互换的功能单元，赋予系统可重构、可扩展、易维护的核心特性，但现有软体机械臂普遍存在运动状态的非线性、时滞性与迟滞性难题 [1] 创新控制架构与策略 - 意大利比萨圣安娜高等学校和瑞士洛桑联邦理工学院的研究团队提出基于双向长短期记忆网络（biLSTM）的智能控制架构，解决了模块化软体机械臂（MSRA）的多功能协同控制问题，显著提升其灵活性和态势感知能力 [2] - 该控制策略通过构建以biLSTM为核心的正向运动学模型（NN_C2S），学习从驱动输入和构型到最终状态的复杂映射关系，并将规划问题转化为构型空间优化过程 [15][16] 实验设计与性能验证 - 实验采用由三个独立模块组成的缆线驱动MSRA，每个模块约0.2米，通过三根以120°排列的缆线连接，壳体管-电缆结构有效解决了多模块机械臂的动力学耦合难题 [8][9][11] - 团队使用六个光学跟踪摄像头和运动捕捉软件实时捕捉MSRA运动状态，训练与验证神经网络，实验结果显示该方法在所有任务中的追踪误差均显著低于基于常曲率模型（PCC）的方法 [11][17] - 该方法在复杂任务中展现出精确位置约束与控制能力，并实现动态环境中的避障与目标追踪 [17][19] 行业应用前景 - 该技术为MSRA在微创手术、灾难搜救、狭窄空间探测及人机交互等高精度、高安全性要求场景的应用提供了强大支撑 [2][22] - 研究突破软体机械臂运动控制中长期存在的非线性、时滞性与迟滞性挑战，为其实际应用落地铺平道路 [22]