Nature Machine Intelligence 基于强化学习的磁性微型机器人自主三维位置控制文章概述在该论文中，来自韩国大邱庆北科学技术研究院与苏黎世联邦理工学院的研究团队提出了一种基于强化学习（RL）的磁微机器人三维位置自主控制方法。先在仿真环境训练RL智能体，再转至物理电磁驱动系统微调。采用四步训练法减少训练时间、提高精度；与PID控制器对比，该方法更准确高效。还结合路径规划算法实现全自主控制，在模拟脑动脉和不同环境中验证了方法的有效性。基于强化学习的磁微机器人控制方法无需环境先验知识，通过四步训练法可有效控制微机器人位置。该方法在准确性、效率和适应性上优于PID控制器，结合路径规划算法可实