หุ่นยนต์นิ่ม (Soft Continuum Manipulators) มีข้อดีด้านความปลอดภัยทางกลเมื่อต้องทำงานร่วมกับมนุษย์ แต่การควบคุมให้หลบหลีกสิ่งกีดขวางแบบเรียลไทม์มักทำได้ยากเนื่องจากต้องใช้การประมวลผลที่สูง งานวิจัยนี้จึงนำเสนอตัวควบคุมแบบ Control Lyapunov Function--Control Barrier Function (CLF--CBF) ในรูปแบบ Closed-form ซึ่งไม่จำเป็นต้องใช้การคำนวณหาค่าที่เหมาะสมออนไลน์ (Online Optimization)
ผลการทดสอบแสดงให้เห็นว่าตัวควบคุมนี้มีความเร็วในการประมวลผลสูงกว่าวิธีมาตรฐานถึง 10 เท่า และเร็วกว่าการวางแผนแบบเดิมถึง 100 เท่า โดยมีการทดลองทั้งในระบบจำลองและฮาร์ดแวร์หุ่นยนต์จริงที่ขับเคลื่อนด้วยเส้นเอ็น เพื่อยืนยันความสามารถในการติดตามเส้นทางและหลบหลีกสิ่งกีดขวางในสภาพแวดล้อมที่ซับซ้อนได้อย่างแม่นยำและปลอดภัย
