肌腱驱动仿水母机器人用离散约束实现150度弯曲，并以强化学习完成闭环深度调节

提出一种肌腱驱动、带离散约束的软体执行器，单个执行器可实现最高150度弯曲，且肌腱位移与弯曲角之间呈近似线性关系。 以往仿水母软体机器人常在获得大变形与保持可重复驱动之间取舍；该工作用柔性基底加离散约束的结构，把大弯曲与可预测的驱动响应放在同一个执行器上。 摘要给出150度弯曲上限与近似线性位移—弯曲关系这两项结构性指标，属于设计层面的定量描述，未提供疲劳、重复精度或批量一致性数据。

八个执行器由四个舵机驱动，使机器人能够完成稳定游动、姿态调整与自扶正。 该工作把执行器层面的线性驱动特性扩展到整机行为，用较少的舵机通道驱动多个执行器，实现多种水下动作而非单一推进。 摘要以行为清单方式陈述游动、姿态调整与自扶正，未给出速度、姿态角或自扶正时间的量化结果。

基于线性驱动特性开发强化学习控制器，在仿真与实物实验中均实现闭环深度调节。 多数仿水母机器人停留在开环驱动或仅仿真验证；该工作把线性执行器模型作为控制基础，并把闭环深度控制推进到物理实验。 摘要明确说明仿真与物理实验两类验证，但未报告深度误差、收敛时间或实验次数等指标。

结果表明机械约束可以在保持类水母柔性运动的同时提升软体驱动的可控性，为更灵活、更自主的仿水母机器人提供路径。 该工作把约束从限制因素重新定位为可控性来源，为软体水下机器人提供了一种以结构换取控制性的设计思路。 这是作者基于上述设计与实验给出的总体判断，属于方向性结论，摘要未提供与其他平台的对照比较。

该结果面向软体水下机器人的设计与控制研究者：若关注如何用机械约束把软体执行器变成可建模、可闭环的驱动单元，或关注用强化学习实现水下深度保持，这篇工作给出了从执行器结构到整机行为再到控制器的完整链条。其适用场景是实验室仿真与物理实验条件下的深度调节与姿态动作，而非长期海试或复杂海流环境。对读者而言，可据此判断约束式软体驱动是否值得引入自己的平台。

由于本次仅读取摘要，缺少图表与实验细节，仍待观察的问题包括：150度弯曲与近似线性关系在多次循环后的保持程度、深度闭环控制在扰动或不同深度设定下的表现、仿真到实物的差距，以及该控制器对执行器参数变化的敏感度。这些属于后续验证方向，而非对工作的否定。