一种基于自适应强化学习的四足机器人运动控制方法

本发明公开了一种基于自适应强化学习的四足机器人运动控制方法，该方法包括下述步骤：构建自适应模块和策略网络，生成多个仿真地形和机器人实例；获取机器人的历史状态，输入自适应模块进行模仿学习训练，输出当前时刻机器人的线速度估计、机器人每条腿的抬腿高度估计和周围地形潜在特征估计；获取自适应模块的输出以及当前机器人状态，输入策略网络进行强化学习训练，输出多个电机关节的目标角度，将目标角度转换成目标力矩；机器人执行目标力矩，根据奖励函数计算当前奖励，并更新机器人状态；将训练后的自适应模块和策略网络组成四足机器人的运动控制器，对四足机器人进行运动控制。本发明能控制机器人在复杂地形中实现稳定且敏捷的运动。