全自动足式机器人实物在线强化学习训练系统及方法

本发明公开了一种全自动足式机器人实物在线强化学习训练系统及方法，系统包括重置机构、在线强化学习网络、数据采集系统和重置判断系统，机器人部署在重置机构中，重置机构和机器人接入在线强化学习网络；数据采集系统用于在机器人执行动作进行运动训练时，采集机器人的训练数据；在线强化学习网络用于根据上一时刻器人的训练数据计算机器人当前时刻的待执行动作，以使机器人根据待执行动作进行运动训练；重置判断系统用于根据机器人每次执行动作进行运动的训练数据判断机器人位置是否需要重置；重置机构用于在重置判断系统确定需要重置时，将机器人移动至初始位置重新开始下一轮训练。