一种基于耦合流模型驱动的单足跳跃机器人运动控制方法

本发明公开了一种基于耦合流模型驱动的单足跳跃机器人运动控制方法，通过智能体策略模型输出决策动作，与单足跳跃机器人在线交互采集真实环境样本；由概率神经网络构建环境动态性模型，以监督学习方式训练模型模拟机器人运动状态；利用多层耦合结构搭建耦合流模型，将其输出的分布差异转化为奖励信号，通过重构马尔可夫决策过程并结合强化学习算法，实现环境模型的动态优化；最终，智能体策略与校准后的环境模型交互生成高精度模拟样本，联合真实样本完成策略迭代更新。本发明仅需少量环境交互即可达到与无模型强化学习相当的累积奖赏，显著提升单足跳跃机器人策略的学习效率与模型泛化能力。