基于分布式鲁棒元强化学习的机器人运动控制方法

本发明公开了基于分布式鲁棒元强化学习的机器人运动控制方法，包括以下步骤：采样一批任务；对于每一个任务，依据强化学习，用随机初始化的策略采样少量运动轨迹，与环境进行少量交互，对这些运动轨迹进行评估并计算关于策略的梯度，用梯度下降算法对该任务的策略参数进行更新实现快速自适应；更新策略后，用更新后的策略重新采样轨迹进行评估；采用期望尾部风险最小化准则，挑选一部分表现最差的任务进行梯度更新；将优化步骤建模为一个Stackelberg博弈，生成机器人运动控制的学习策略。本申请将分布鲁棒策略简化为一个最大‑最小优化问题，估计其收敛速度。在尾部风险的情况下，建立了与估计分位数之间的联系，提升了鲁棒性。