基于风险敏感强化学习的机器人安全规划控制方法及系统

本申请涉及一种基于风险敏感强化学习的机器人安全规划控制方法及系统。所述方法包括：根据机器人数据构建机器人深度增量模型；机器人安全规划控制架构包括规划层和控制层；在规划层以机器人深度增量模型为约束条件设计参考轨迹；根据专家经验确定控制层的追踪误差上下界，利用追踪误差上下界构建用于碰撞检测的缓冲区；在控制层基于缓冲区大小构建风险敏感函数，以风险敏感函数为基础构建表征以能量最优和特定性能追踪参考轨迹的最优值函数；对最优值函数进行求解，得到作用在机器人上用于追踪的输入，驱动机器人安全完成既定任务。采用本方法能够提高机器人的既定任务过程中安全性和精度。