本文研究了使用深度学习方法模拟肌腱致动连续机器人的机械滞后行为。通过比较三种神经网络建模方法，发现带有历史输入缓冲区的FNN和LSTM模型能更准确地捕捉时间依赖行为。不同的运动学输入可以改变系统是否表现出滞后现象。