基于强化学习的四足机器人控制器的训练方法和装置

本申请提供了一种基于强化学习的四足机器人控制器的训练方法、装置和电子设备，该方法包括：根据第一传感器数据、第一高程图数据和第一目标控制信号对第一控制器进行训练，得到训练完成的第一目标控制器；在仿真环境中控制四足机器人执行第二目标控制信号，确定第二传感器数据、第二高程图数据和RGB图像数据；根据每个关节的目标位置信息、RGB图像数据、第二传感器数据和第二目标控制信号，构建训练数据；根据训练数据对待训练的第二控制器进行训练，得到训练完成的第二目标控制器，由此，通过使用RGB图像数据作为视觉感知信息，够更加适应复杂的光照和障碍物环境，可以更加精准和高效地对四足机器人进行控制。