本研究提出了一种新颖的混合控制系统，结合学习与物理模型，简化羽毛球机器人训练的复杂性，确保控制的安全性与稳定性。实验结果表明，该系统在对抗发球机和人类选手时的成功率分别为94.5%和90.7%。

本文研究了多项式激活的深度神经网络，提出“维度”作为其表现力的度量，并探讨了不同激活函数对训练复杂性的影响。研究发现，某些网络在特定条件下无法近似任意函数，并引入了新的神经网络模型和算法，分析了其优化过程中的代数复杂度。