随着航天、航空以及核能电站等领域的设备集成度不断提高,其内部工作空间越来越狭小,环境越来越复杂,内部作业要求越来越高。而蛇形机器人因其较强的灵活性与柔韧性,能够较好地完成在狭小空间下的检修等任务。考虑到绳驱方式可以减少机器人体积与重量,本文提出了一种面向狭小空间作业的绳驱式蛇形机器人设计方案,并研究了其控制策略。本文主要工作如下:（1）本文提出了一种绳驱式蛇形机器人设计方案。对蛇形机器人的关节、连杆以及驱动箱等硬件结构,给出了详细的硬件整体结构与组成部件模型图。根据本文设计的蛇形机器人结构,建立了蛇形机器人的运动学与动力学数学模型,为机器人控制策略的研究奠定了基础。（2）针对蛇形机器人传统PID控制策略稳定性差与响应速度慢的问题,提出了一种基于烟花算法优化的BP神经网络PID控制策略。首先,利用BP神经网络自学习与自适应能力,提高PID控制策略的响应速度与稳定性。其次,为防止BP神经网络陷入局部最优值,利用烟花算法对BP神经网络初始权值进行优化,以加快BP神经网络的收敛速度,防止局部最优值。最后,基于MATLAB对提出的控制策略进行了仿真,仿真结果验证了该控制策略具有更好的稳定性与位置控制精度。（3）针对在某些复杂环境下,蛇形机器人建模困难的问题,本文提出了一种基于深度确定性策略梯度的数据驱动控制策略。该控制策略利用深度确定性策略梯度的学习与决策能力,训练蛇形机器人控制系统的离线与在线输入输出数据,以设计出机器人控制器。该控制策略的仿真基于MATLAB强化学习工具箱与蛇形机器人控制系统的数据,仿真结果验证了该控制策略具有抗干扰性、稳定性、收敛性以及较高的位置控制精度。（4）样机制作。根据本文提出的蛇形机器人设计方案,采用3D打印技术制作硬件部件并选择驱动设备,完成了蛇形机器人样机组装。本文通过对样机实验,验证了蛇形机器人设计方案的可行性及控制策略的有效性。