应用于负压吸附式爬壁机器人的混合模型控制方法及系统

本发明提供一种应用于负压吸附式爬壁机器人的混合模型控制方法及系统，涉及机器人技术领域，所述方法步骤包括通过多源传感模块实时采集壁面环境信息、机器人状态信息和能耗信息；利用深度学习模型对采集的壁面环境信息进行特征提取，获得表征壁面特性的多维特征向量；基于所述多维特征向量、机器人状态信息和能耗信息，通过神经网络模型预测未来吸附状态变化趋势；以当前状态空间和动作空间构建强化学习模型，通过综合考虑机器人状态信息和能耗信息的奖励函数优化动作选择，动态调节负压以维持机器人与壁面间的稳定吸附；基于多模态传感器数据构建环境状态空间，结合动态负压调节的实时反馈，通过深度强化学习模型生成最优路径，并输出控制指令。