基于世界模型和强化学习的手术机器人控制方法、控制系统及机器人系统

本发明公开了一种基于世界模型和强化学习的手术机器人控制方法、控制系统及机器人系统，方法包括：基于强化学习的Actor‑Critic算法，建立机器人控制策略优化模型，以根据策略参数和价值函数参数，输出手术机器人的动作选择策略；利用传感装置采集当前手术环境中的状态参数；利用世界模型学习当前手术环境中的状态参数，以预测并输出手术过程中的状态变化数据；将当前手术环境中的状态参数和环境状态变化数据输入机器人控制策略优化模型；策略优化模型分析当前手术环境中的状态参数和环境状态变化数据，输出对应的动作选择策略。本发明集成世界模型到强化学习算法中，以提高手术机器人在复杂手术环境中的适应性和预测能力。