仿河狸机器人深度强化学习控制方法

本发明涉及机器人控制领域，目的是克服上述背景技术中的不足，提供一种仿河狸机器人深度强化学习控制方法，以缩短训练时间、提高学习效率、提升学习效果。技术方案包括以下步骤：步骤1：构建D3QN模型；步骤2：设置空间状态与奖赏函数；步骤3：获取河狸后足关节仿生游动轨迹；步骤4：根据仿生游动轨迹控制仿生游动机器人运动；步骤5：训练D3QN模型。本发明能够在真实水下环境中快速学习到适宜的动作，在更好地适应环境的同时，还提高了训练的效率和效果，实验结果表明，在同步、交错两种仿生游动模式下，本发明都能够使机器人达到稳定的游动状态。