基于示范学习的冗余机器人任务优先级层次结构学习方法

本发明公开了基于示范学习的冗余机器人任务优先级层次结构学习方法，属于冗余机器人示范学习技术领域，包括任务优先级参数化矩阵的建立、连续塑形优先雅可比矩阵的计算、最优优先级参数的求解以及优先级参数的统计学习；通过建立任务优先级参数化矩阵和构建广义零空间投影矩阵，得到连续塑形优先雅可比矩阵；通过非线性优化方法最小化示范数据的层次一致误差，优化连续优先级参数；通过高斯混合回归模型对优先级映射进行泛化学习，实现任务优先级的自动学习和动态调整。本方法在实现优先级层次结构自动学习和动态调整的同时降低了演示人员示教的难度，从而提升了该学习方法在多任务复杂环境下的性能和适用性。