摘要
本发明涉及一种腿部受损的四足机器人运动控制方法,针对四足机器人构建CPG节律控制器;当四足机器人腿部发生故障时进行四足机器人的正常以及腿部受损四足机器人运动策略进行切换;其中,四足机器人运动策略采用双层强化学习框架:高层强化学习根据当前机器人状态和参考命令生成CPG参数,并生成关节参考轨迹;底层强化学习对生成的参考关节轨迹进行微调,得到目标关节角度;累加关节参考轨迹与目标关节角度,并进一步计算得到当前机器人关节扭矩指令。本发明使机器人能够模仿正常运动及腿部受伤时的步态性质,并通过双层PPO强化学习模型对CPG的参数以及关节角度进行调节,解决了腿部受损四足机器人行走鲁棒性和环境适应性的难题。
技术关键词
强化学习策略
强化学习框架
强化学习模型
关节空间轨迹
机器人本体
机器人腿部
四足机器人模型
四足机器人行走
机器人关节
仿真器
振荡器
运动
参数
网络
系统为您推荐了相关专利信息
供应链管理方法
路径规划算法
事件特征
强化学习模型
供应链管理平台
融合深度学习
神经网络处理单元
强化学习代理
混合神经网络模型
发电设备
生命体征检测系统
救援机器人
心电检测模块
机器人本体
光纤光栅解调仪