水下波动游动中最大推力产生的最优控制策略

鱼类、鲸类及许多其他水生脊椎动物通过身体波动在水中推进自身。游动需要感知环境、做出决策、控制内部动力学以及在与外部介质相互作用下运动身体之间的复杂配合。在启动运动的这一连串动作中，生物学与物理学定律呈现出复杂且非线性的效应，但这并不妨碍自然游动者展现出高效的运动。这引发了两个互补的问题：如何对如此复杂性建模，以及如何将其抽象以用于实际游动。在机器人领域，第二个问题对于构建由数字信号与机械驱动的高效人造游动器至关重要。在本研究中，我们利用一个仿生机器游动器作为平台来探究推力生成的最优控制策略，从而解决这两个问题。通过机器学习技术与直观模型的结合，我们确定了一种使推力最大化产生的控制信号。最优的尾拍频率与振幅源于游动器内部动力学与其和周围流体相互作用之间的微妙平衡。随后我们提出了一种自主机器游动器的实用实现方案，该方案无需系统或方程的先验知识。直接的流固耦合模拟证实了所提方法的有效性与可靠性。因此，我们的发现联通了流体动力学、机器人与生物学，为水生运动的物理学提供了有价值的见解。