一种基于强化学习的机器人全身运动控制方法及系统

本发明涉及机器人控制系统技术领域，特别涉及一种基于强化学习的机器人全身运动控制方法，包括以下步骤：通过推理节点实时采集惯性测量单元数据和电机反馈数据；将所述惯性测量单元数据和所述电机反馈数据输入至经TensorRT加速的深度强化学习模型，生成电机的控制指令；通过主站节点利用以太网控制自动化技术总线下发所述控制指令，其中，主站节点上层运行包含初始化状态、使能状态、电机控制状态和故障状态的四状态状态机，本发明实现机器人全身运动的高频实时控制、多场景自适应调节及多层次安全防护，解决传统机器人控制中泛化性差、实时响应速度慢及安全防护机制单一的问题。