基于视觉与触觉的机器人分层强化学习变阻抗控制方法

本发明公开一种基于视觉与触觉的机器人分层强化学习变阻抗控制方法，属机器人控制领域。该方法包括：上层规划系统和下层变阻抗控制系统，上层规划系统融合来自视觉和触觉传感器的信息，通过变分自编码模型对视觉图像进行特征编码，并结合触觉反馈和机械臂状态信息，制定适应当前环境的行动策略和相应的阻抗参数。下层变阻抗控制系统基于深度运动学和动力学模型，实现机器人的变阻抗控制，允许机器人在与环境交互时，根据其感知到的信息动态调整其运动和接触力，从而提高对环境变化的适应性和任务执行效率。该方法显著提升了机器人在非结构化环境中执行复杂装配任务的成功率和执行效率，并表现出较强的鲁棒性。