本文探讨了基于循环神经网络的控制方法，以解决弹性操纵器的非线性问题。提出的LAC算法结合期望轨迹生成和阻抗参数调整，提升了协同操作的效率和鲁棒性。实验结果表明，该方法在任务完成时间和工作负荷方面优于传统控制方法。此外，研究还模拟了肌腱致动机器人的滞后行为，发现不同模型在捕捉时间依赖性方面表现相似。