全局轨迹策略强化学习方法及机器人控制系统

本发明公开的属于机器人技术领域，具体为全局轨迹策略强化学习方法及机器人控制系统，包括具体步骤如下：S1，环境建模与状态定义：先收集环境数据，接着根据收集到的环境信息，定义机器人的状态空间，对机器人自身的位置、姿态、传感器数据以及任务目标信息进行编码，转化为可被算法处理的状态向量；S2，动作空间设定：明确机器人在场景下可执行的所有动作，并将其离散化或连续化处理形成动作空间。本发明不仅能够提高路径规划响应速度，有效避免碰撞，还能够极大增强机器人在动态环境中的适应能力。