MIT微型飞行机器人AI控制：速度提升450% 昆虫级敏捷

MIT微型飞行机器人AI控制：速度提升4... Latest News

2026年9月22日，美国麻省理工学院（MIT）研究团队在《科学进展》（Science Advances）上发表了一项突破性成果：他们开发的AI控制系统让仅有纸夹大小的微型飞行机器人速度提升了约450%，加速度提升了约255%，并能连续完成10个空翻，耗时仅11秒。这项技术有望让微型机器人未来深入地震废墟等狭窄危险区域，执行传统无人机无法完成的搜救任务。

昆虫级敏捷：从缓慢到爆发

过去，微型飞行机器人受限于计算能力和控制算法，只能缓慢飞行、遵循简单轨迹。MIT 电子工程与计算机科学系副教授 Kevin Chen 领导的软体与微型机器人实验室，与航空航天系教授 Jonathan P. How 团队合作，开发出一套两阶段AI控制系统，使机器人的飞行表现接近真实昆虫。Kevin Chen 在接受采访时表示：“我们希望机器人能进入传统四旋翼无人机难以进入的空间，就像昆虫那样。现在，我们的仿生控制框架让机器人在速度、加速度和俯仰角上的表现已经能与昆虫媲美。”

据《科学进展》论文描述，该机器人翼展约2厘米，重量不到一个回形针，翅膀由软体人工肌肉驱动，每秒可拍动数百次。此前版本因控制器限制，无法进行快速机动。新系统分为两部分：一个基于模型预测控制（MPC）的规划器，负责计算最佳动作序列；另一个通过模仿学习训练的深度神经网络策略，实时执行控制指令。

性能飞跃：数据对比

实验数据清晰展示了AI控制系统的威力。下表对比了升级前后的关键指标：

这些数据表明，机器人不仅更快，还能在持续气流干扰下保持稳定。Jonathan How 指出：“如果出现微小误差并重复10次空翻，机器人会坠毁。我们的鲁棒控制方法让它在误差积累时仍能安全飞行。”

模仿学习与实时控制：核心技术

新控制系统的核心在于“专家规划器+学生策略”的组合。MPC规划器使用复杂的动力学模型，能够规划高难度动作（如急转、俯仰），但计算量太大，无法实时运行。研究团队通过模仿学习，让一个较轻量级的深度神经网络“模仿”专家的行为，从而在飞行中实时决策。Kevin Chen 形容这一过程为“秘制酱料”：“训练数据生成是关键——我们既需要足够数据覆盖激进机动，又要避免数据集过于庞大。”

该机器人还演示了昆虫特有的“扫视”动作：快速前倾身体，加速到新位置，然后反向倾斜急停。这种动作用于昆虫定位和保持视觉清晰。Kevin Chen 表示：“未来给机器人装上摄像头后，这种仿生飞行行为将帮助机器人自主导航。”

从实验室到现实：搜救与协同

研究团队下一步计划为机器人集成机载摄像头和传感器，使其摆脱外部运动捕捉系统的依赖，实现户外自主飞行。此外，他们还在探索机载感知如何帮助多个机器人避免相互碰撞，并协调编队飞行。“对于微型机器人社区，我希望这项工作标志着一个范式转变——我们证明可以同时实现高性能和高效率的控制架构，”Kevin Chen 总结道。

该研究由美国国家科学基金会、海军研究办公室、空军科学研究办公室、MathWorks 和 Zakhartchenko 奖学金资助。正如论文参与者 Yi-Hsuan Hsiao 所言：“这项工作表明，传统上速度受限的软体机器人和微型机器人，现在可以利用先进控制算法实现接近自然昆虫和大型机器人的敏捷性，为多模式运动开辟了新机遇。”

FAQ

Q1: 这款机器人多久能投入实际搜救？

A1: 目前机器人仍需外部运动捕捉系统定位，尚不能完全自主。研究团队预计在未来2–3年内完成机载传感器集成和户外飞行测试，之后可进入原型验证阶段。

Q2: 它的翅膀会容易损坏吗？

A2: 机器人采用软体人工肌肉驱动翅膀，材料具有一定弹性。在实验中，机器人在反复空翻和碰撞测试中未出现结构损坏，但极端撞击仍可能导致失效。团队正在开发更耐久的材料版本。

迈向微型空中机器人时代

从提升450%的速度到完成10个空翻，MIT 这项研究不仅刷新了微型飞行器的机动性纪录，更展示了AI与仿生学结合的强大潜力。随着传感器小型化和控制算法持续进化，未来这些“机械昆虫”或将成为废墟搜救、环境监测和精密农业中的关键工具。正如论文所预示的：微型飞行机器人即将迎来属于它们的飞行时代。

Related Articles - 游戏任务

MIT开发AI控制系统，让纸夹大小的飞行机器人速度飙升450%，完成10个连续空翻仅需11秒。该技术有望用于地震废墟搜救、狭窄空间探测等传统无人机无法到达的场景。