การควบคุมแขนกลแบบอ่อนตัว (Aerial Continuum Manipulator) ที่ติดตั้งบนโดรนประสบปัญหาเรื่องความแม่นยำเนื่องจากแรงลมมหาศาลจากใบพัด งานวิจัยนี้จึงนำเสนอการใช้โครงข่ายประสาทเทียมแบบ Closed-form Continuous-time (CfC) เพื่อประมาณค่าความคลาดเคลื่อนของตำแหน่งส่วนปลาย (End-effector)
จากการทดสอบในสภาวะที่มีการรบกวนทางอากาศพลศาสตร์ พบว่าโมเดล CfC สามารถลดความผิดพลาด (RMSE) ลงเหลือเพียง 22 มม. ซึ่งดีกว่าโมเดลแบบ MLP ถึง 39.52% และดีกว่า GRU ถึง 20.62% แสดงให้เห็นว่าการเรียนรู้แบบเวลาต่อเนื่องมีความเหมาะสมกว่าในการจัดการกับข้อมูลที่มีความผันผวนสูงในระบบหุ่นยนต์การบิน
