受DARPA資助，美國路易斯安那州立大學的研究人員設計了一種採用資料驅動模型的水下機械手自適應控制器，當存在多種干擾時仍可保持較好的控制性能。
水下機械手的控制能力受海洋環境、搭載平臺、操作物體等因素影響較大。為此，研究人員設計了一種新型自適應控制器，可以操作不同質量、幾何形狀和浮力的物體。新型自適應控制器採用最優控制理論，使用資料驅動的模型代替線性模型以降低不確定性，使用水下機械手收集的資料訓練神經網路模型，並採用自適應互動理論設計調整方法，使控制器可以自適應工作條件。研究人員將使用自適應控制器的機械手分別安裝於固定底座和移動平臺，並進行了物體操作實驗，驗證了控制器的有效性。
這種自適應控制器可在多種干擾環境下高效可靠控制水下機械手，可應用於各種軍用、民用無人潛航器，執行光纜破壞、海底地質取樣等任務。
論文：An adaptive data-driven controller for underwater manipulators with variable payload
