一种基于逆强化学习的机器人-环境最优交互控制方法

本发明涉及一种基于逆强化学习的机器人‑环境最优交互控制方法，首先建立机器人与环境的交互控制模型，利用线性表达式描述环境位置与期望轨迹；其次，建立基于状态空间的实际被控系统模型并给出基于模型的最优阻抗控制策略；然后，构建专家演示系统生成专家演示数据，设计了专家状态数据和专家输出反馈控制增益的估计算法；最后，设计了基于逆强化学习的机器人最优阻抗控制学习算法。本发明针对机器人与未知环境的交互控制任务场景，设计的方法仅利用专家演示数据即可学习最优的专家控制策略及未知的值函数，能够解决接触环境未知、环境位置未知、期望轨迹动力学未知、交互性能未指定的最优阻抗控制问题。