基于深度视觉的四足机器人强化学习运动规划方法及系统

本发明公开了一种基于深度视觉的四足机器人强化学习运动规划方法及系统，涉及四足机器人运动规划技术领域。该方法包括步骤：搭建仿真环境，对不同坡度楼梯地形和机器人动力学参数建模，其中，楼梯地形模型包括不同难度差异的楼梯地形；加载机器人模型在楼梯地形模型中运动，对机器人运动状况进行跟踪，得到速度跟踪效果，其中，通过机器人在运动过程中对教师策略网络输出的关节扭矩值和对应的运动线速度进行策略评价得到速度跟踪效果；对速度跟踪效果进行评估，根据评估结果适应性调整楼梯地形模型中的环境参数。本发明通过基于深度视觉信息的强化学习框架，能够有效学习不规则楼梯地形，使四足机器人能够自适应的在复杂环境中稳定作业。