本发明属于机器人智能控制领域,提供了一种基于深度强化学习双足机器人运动控制方法及系统,包括获取双足机器人的当前状态信息;根据双足机器人的当前状态信息,利用训练好的深度强化学习算法模型得到扰动预测值;根据机器人的期望姿态和期望速度以及扰动预测值,得到最优的地面反作用力;基于最优的地面反作用力控制双足机器人的支撑腿,进而实现对双足机器人的运动控制。本发明基于单刚体模型预测控制提出了一种新的、基于深度强化学习预测腿部扰动控制方法,适用于腿部质量占比小于30%的双足机器人,扩大了单刚体模型预测控制方法的应用范围。
声明:
“基于深度强化学习双足机器人运动控制方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)