麻省理工学院（MIT）的研究团队开发出一款仿生空中微型机器人，其飞行性能首次接近真实昆虫的敏捷度。这款机器人重量仅约750毫克，大小如微型磁带盒，采用柔性人工肌肉驱动四片微小机翼，具备极高的机动性。传统控制方法依赖人工调参，难以支持高速、复杂动作，而新系统通过“两步走”的AI控制架构实现了突破：首先由高性能但计算耗时的模型预测控制器（MPC）在仿真中规划最优飞行轨迹，包括连续前空翻、急转弯和“扫视”动作；随后利用模仿学习，将MPC的决策逻辑压缩为一个轻量级深度学习策略网络，可在毫秒级实时运行。该策略模型在训练中覆盖了风扰、制造误差、电缆缠绕等多种扰动场景，确保鲁棒性。实验显示，新系统使机器人飞行速度提升约447%，加速度提升255%，并在11秒内成功完成10次前空翻，轨迹偏差始终控制在4至5厘米以内。研究团队还演示了类似昆虫的“扫视”行为——快速加速后急停悬停，有助于未来搭载传感器时实现精准视觉定位。尽管当前系统仍依赖外部计算设备和运动捕捉系统，但研究已证明该控制框架可在低算力环境下运行，为未来实现完全自主的机载智能奠定了基础。MIT电气工程与计算机科学系副教授Kevin Chen表示，这标志着微型机器人在性能与效率之间不再需做取舍。卡内基梅隆大学Sarah Bergbreiter教授评价称，该成果在小尺度、高扰动环境下仍能保持高精度，极具创新性，但未来需解决机载部署与野外适应问题。团队下一步将集成微型摄像头和惯性测量单元，推进自主感知、避障与多机协同，目标是让机器人真正进入废墟、森林等复杂环境执行搜救任务。该研究为微型机器人领域带来新范式，预示着更智能、更敏捷的仿生飞行器时代正在到来。