一种基于TD3的机器人控制自适应策略迁移方法

本发明一种基于TD3的机器人控制自适应策略迁移方法，属于人工智能和机器人控制技术领域；该方法首先构建机器人动力学参数的插值模型，生成从源任务到目标任务的连续中间任务序列；其次采用分阶段进化优化技术，通过动态调整插值参数α逐步迁移策略，每一阶段使用TD3算法微调策略参数，最后利用区间二分法自动确定最优进化步长，并结合历史策略的加权融合初始化当前任务策略参数；本发明通过插值模型、进化优化与自适应初始化三者的协同，促进了不同任务阶段之间的策略迁移，解决了强化学习策略跨域迁移的稳定性与效率问题；在处理密切相关任务时，在所有目标任务上都达到了较高的初始性能水平，在机器人控制领域提供了高效、鲁棒的迁移方案。