一种基于强化学习的四足机器人运动控制方法及系统

本发明公开了一种基于强化学习的四足机器人运动控制方法及系统，通过构建四足机器人仿真模型，可在虚拟环境中模拟和分析其运动行为，显著降低研发成本和周期，将平衡控制问题转化为马尔科夫决策过程，定义状态、动作和奖励函数，有助于实现更智能、自适应的平衡策略，采用确定性策略梯度算法与仿真模型交互训练，可得到高效平衡控制策略，实时调整机器人行为以保持平衡，利用分层控制思想，将行走任务分解为落脚点选取和步态生成两个子任务，通过强化学习分别实现，提高机器人在不规则地形上的行走灵活性和稳定性，在仿真平台上搭建不规则地形进行试验验证，可安全、重复地评估机器人性能，进一步优化策略。