一种面向机器人形态损坏场景的通用控制策略生成方法

本申请涉及一种面向机器人形态损坏场景的通用控制策略生成方法。方法包括：利用强化学习方法在由多个完好形态的机器人构成的初始种群上训练随机初始化的通用控制模型，得到第一通用控制模型；采用形态损坏场景下的突变算子分别对各机器人的形态进行突变操作，得到各机器人的多种子代损坏形态，利用第一通用控制模型对各机器人的多种子代损坏形态进行评估，根据各机器人子代中得分最低的子代损坏形态更新初始种群；利用更新后的种群训练第一通用控制模型，得到更新后的通用控制模型，迭代更新种群并对上一次迭代时更新后的通用控制模型进行训练，输出预训练后的通用控制模型。采用本方法能够实现机器人在严重损坏条件下的鲁棒控制。