基于强化学习的步态学习方法、系统、设备及存储介质

本发明涉及四足机器人技术领域，具体提供一种基于强化学习的步态学习方法、系统、设备及存储介质，包括：收集历史专家策略执行过程中产生的多种状态作为初始化状态；利用预构建的深度强化学习模型，基于所述初始化状态执行步态学习，得到步态控制策略。本发明丰富了深度强化学习模型的初始状态，提升了学习得到的步态控制策略的适应性。