针对薄煤层的资源浪费、绿色和高效开采、薄煤层开采空间狭小以及工作环境恶劣等问题,采用机器人巡检可降低矿工的劳动强度和危险性。实现薄煤层机器人巡检的关键之一是解决适应复杂工况的运动控制问题,而人或动物具有良好的运动控制技能,它们的运动控制技能来自于小脑感觉运动系统,其中操作条件反射是感觉运动系统最为基本的和重要的学习机理。人或动物的运动控制技能主要基于该学习机制形成和发展的,模拟这种自组织控制机制并将其应用于机器人系统。针对薄煤层综采巡检机器人的运动控制问题,复制人或动物小脑感觉运动系统的组织和结构,模拟这种组织和结构中的斯金纳操作条件反射机能,为薄煤层综采巡检机器人设计人工小脑感觉运动系统,使其像人或动物一样成为可学习的机器人。通过人工小脑感觉运动系统中的操作条件反射学习,自组织地形成其运动控制技能。课题研究的仿生自主学习控制技术,可广泛应用于矿山设备及其他各类具有运动控制问题的机械系统。薄煤层综采工作面巡检机器人是一类重要的特殊机器人,作为薄煤层开采装备内部必要的巡检维护设备。自制的机器人摇臂可收起体积最小,并且轻巧可实现单人背负,如图所示。