一种基于改进SAC算法的四足机器人步态生成方法及系统

本发明公开了一种基于改进SAC算法的四足机器人步态生成方法，包括：获取四足机器人的当前状态数据和动作数据；基于动作数据得到新状态数据；设置多维度奖励函数，并与当前状态数据、动作数据和新状态数据组成元组数据；基于元组数据输入至由演员网络和多头评论家网络构成的智能体，得到动态权重和动作值；基于动态权重和动作值得到混合策略梯度；基于混合策略梯度和损失函数分别对演员网络和多头评论家网络进行训练，得到训练好的演员网络和训练好的多头评论家网络；获取四足机器人的当前状态数据并输入至训练好的演员网络和训练好的多头评论家网络，得到优化步态数据。提升了四足机器人的步态生成效率和步态鲁棒性。