本公开揭示了一种深度网络驱动的磁控软体机器人设计方法,包括：观察待测磁控软体机器人在特定磁场下的运动状态，对所述运动状态进行数字化处理，以获得与所述运动状态对应的状态量；将所述状态量作为输入变量输入训练好的预测模型中，以获得表征磁控软体机器人内的磁性颗粒分布的输出变量。本公开从仿真数据中寻找响应与模型结构之间的映射关系，避开了传统的数学物理计算方法，省略了传统设计方法中的建模、扫参优化计算等过程，提高了研发效率，也避免盲目设计导致成本过高。