摘要：针对传统逆运动问题数值求解算法计算时间长,多解情况下计算结果单调的问题,采用回复式神经网络对逆运动问题进行近似优化求解。通过针对逆运动问题建立基于回复式神经网络的动态求解模型,采用神经元异步更新计算和初始状态扰动,保证多解情况下解运动迹线的多样性。文中算法在无解情况下有较好适应性和稳定性,能迅速收敛到近似最优状态。算法理论计算时间复杂度为O（n2）,可满足实时应用的需求。实验对典型对子运动链运动系统进行模拟,结果表明算法具有稳定和收敛性。