中央大學團隊研發抗擾機器手臂 提升精確度、適應力

中央大學電機工程系副教授吳俊緯帶領團隊，將強化學習、傳統控制與先進控制技術進行深度整合，打造出高穩定度的「抗擾」機器手臂，可提升機器手臂的精確度與適應力。

中央大學今天發布新聞稿指出，隨著智慧製造與自動化技術的快速發展，機器手臂已成為現代工業與科技領域中不可或缺的重要設備；但現有的機械手臂在實際應用常面臨各種環境的不確定性、外部干擾、高精度控制等需求的嚴峻挑戰。

擁有台積電研發部門經驗的吳俊緯表示，這項研究最大的核心理念在於「從學理著手，打開黑盒子」；有別於許多機器手臂研究僅停留在應用端，研究團隊從基本學理出發，探究機器手臂運作的根本原理與底層邏輯。

為徹底掌握技術，研究團隊堅持不使用市售展示用的機器手臂，秉持「從零開始」，親自設計打造機器手臂，並編寫運作程式，進而提出一套兼具穩定性與高性能的精確控制策略，並在多個面向展現創新突破。

團隊提出的控制方法不需高度依賴精確的數學模型，即使在環境不確定或系統高負載變化的情況下，仍能維持良好的控制效果，可大幅度提升機械手臂的適應能力與穩定性。

另外，團隊還提出新穎的擾動觀測器設計架構，解決傳統方法只能處理較單一的干擾問題，能更快速且準確地應對突發或變動的干擾情況，進一步提升控制精度與系統穩定性，同時降低對複雜感測與計算的依賴。

最後結合人工智慧架構，讓系統一邊學習如何評估控制效果，一邊學習如何產生最佳控制策略，並以傳統控制原理作為初始基礎，大幅減少實務上需反覆調整參數的問題，使系統更容易被設計且動作可更快達到穩定狀態，為未來發展高度自主性機器人奠定重要研究基礎。