一种非完整约束机器人的强化学习编队的控制方法及系统

本申请公开了一种非完整约束机器人的强化学习编队的控制方法及系统，涉及机器人编队控制技术领域，该方法包括构建误差函数；构建容错控制模型，包括虚拟控制器模型、非线性滤波器模型和自适应补偿机制模型；基于误差函数和补偿机制构建代价函数；通过求解哈密顿雅可比贝尔曼方程得到虚拟最优控制策略；利用演员‑评论家算法对虚拟最优策略中的未知函数进行逼近求解，得到最优控制策略，并据此对编队进行控制。本申请通过容错机制和强化学习算法，提高了编队在复杂环境下的控制性能和稳定性，使非完整约束机器人编队更好适应复杂环境与任务需求，有效应对执行器故障和外部干扰，适用于环境监测、资源勘探、物流运输等多种应用场景。