本发明公开了一种四足机器人运动控制自生成和实物迁移方法。发明使用PPO算法优化四足机器人运动控制器,通过确定影响四足机器人运动控制性能的参数,学习鲁棒的控制器来缩小仿真模型和实际模型的差异,提高迁移成功率。发明首先在仿真环境中实现控制策略的自主生成,然后将仿真中学习的运动控制器部署在实际的四足机器人上,通过惯性测量单元实时获取四足机器人的位姿信息,由运动控制器预测四足机器人腿部的关节角度,输出到对应电机,最终实现步态自主涌现。本发明解决传统四足机器人控制建模难,环境适用性差且使用深度强化学习的控制方法多停留在仿真阶段等问题,使深度强化学习算法应用在实际四足机器人的运动控制上,实现复杂适应性步态的快速自主涌现。
声明:
“四足机器人运动控制自生成和实物迁移方法” 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)