基于深度强化学习的球形多伸缩足机器人自主变形运动方法

本发明属于移动机器人技术领域，具体涉及基于深度强化学习的球形多伸缩足机器人自主变形运动方法。该方法包括以下步骤：基于机器人运动特性，构建状态空间与动作空间；在仿真环境中搭建训练场景，设计包括狭窄隧道地形和随机高度障碍的非结构化地形；构建深度强化学习网络模型，包括策略网络、动作值函数网络及经验池等核心模块，并确定其网络参数；根据任务需求设计多目标奖励函数；对深度强化学习网络进行训练与优化，最终生成高效的自主变形运动策略。相较于现有技术，本发明具备更高的环境适应性与任务泛化能力，能够根据不同地形条件，自主调整变形方式，从而实现复杂地形下的高效稳定运动。