基于事件触发的移动机器人的强化学习跟踪控制方法

本申请属于机器人控制领域，具体涉及一种基于事件触发的移动机器人的强化学习跟踪控制方法，本申请采用Actor‑Critic同步学习算法求解最优控制策略，利用交互数据进行策略迭代更新，同时引入了一种事件触发机制，控制器仅在满足触发阈值时进行控制信号更新；基于最优控制理论，分析四麦克纳姆轮移动机器人系统的一致最终有界稳定性，完成基于事件触发的四麦克纳姆轮移动机器人的强化学习跟踪控制方法。本申请解决了移动机器人在存在滑动等外部扰动时的轨迹跟踪问题，在有效降低计算负担的情况下保证轨迹跟踪精度。