八臂软体游泳机器人是否需要臂间协调？三种 PPO 控制策略对比

研究以八臂欠驱动软体游泳机器人为平台，检验多臂游泳是否需要显式的臂间相位耦合。作者用 PPO 比较三种强化学习控制策略：无臂间相位耦合、仅学习各臂驱动幅值；带预设臂间相位耦合学习驱动幅值；以及不经节律结构、端到端直接学习执行器指令。在 200 个随机三维速度指令回合中，无相位耦合控制器有 169 个回合满足跟踪判据，相位耦合控制器为 117 个，端到端 PPO 为 28 个；直线游泳与指定方向变更试验也显示无相位耦合的速度跟踪更准确。作者据此认为，有效的八臂游泳不依赖预设臂间相位耦合，而可在节律控制结构内通过学习各臂幅值调制实现。论文为 8 页、7 幅图，属 arXiv 预印本。