基于强化学习的神经外科手术机器人避障方法

本发明涉及机器人控制技术领域，具体涉及一种基于强化学习的神经外科手术机器人避障方法，包括：基于三维环境图像确定目标空间，确定神经内镜的状态空间信息，确定神经内镜的动作空间信息；确定手术机器人运动动作的奖励模型和惩罚模型；采用深度确定性策略梯度算法进行训练，得到避障控制模型；运行神经外科手术机器人，由所述位置传感器和力传感器获取实时状态，输入所述避障控制模型，得到控制动作；由所述控制动作控制手术机器人，完成手术机器人的运动避障，本发明能够提高神经外科手术机器人的避障精度、实时性和适应性。