Bilim insanları, esnek ve sürekli hareket edebilen robotların kontrolü için çığır açan bir yapay öğrenme sistemi geliştirdi. Tendon tahrikli sürekli robotlar (TDCR) olarak adlandırılan bu sistemler, tıpkı insan kolu gibi akışkan hareketler yapabiliyor ancak kontrolü son derece karmaşık.
Bu robotların en büyük zorluğu, hareketlerinin doğrusal olmayan ve geçmiş bağımlı özellikler göstermesi. Geleneksel Jacobian tabanlı kontrol yöntemleri, robotun histerezis etkisinden kaynaklanan titreşimlerle başa çıkamıyor. Mevcut öğrenme tabanlı yaklaşımlar ise yeni hareket yörüngelerinde yetersiz kalıyor.
Yeni geliştirilen referans destekli çevrimdışı öğrenme çerçevesi, bu sorunları çözmeyi hedefliyor. Sistem, diferansiyel RNN tabanlı dinamik modeli kullanarak robotun davranışını öngörüyor ve kontrol politikasını çok ölçekli bir artırma şemasıyla optimize ediyor. Bu şema stokastik sapma, harmonik pertürbasyonlar ve rastgele yürüyüşler içeriyor.
Üç bölümden oluşan TDCR platformunda yapılan deneyler, yeni yöntemin 6 serbestlik dereceli izleme kontrolünde başarılı sonuçlar verdiğini gösteriyor. Bu gelişme, minimal invaziv cerrahi, arama-kurtarma operasyonları ve dar alanlarda çalışması gereken robotik sistemler için önemli uygulamalara kapı açıyor.