基于混合强化学习的机器人安全近优运动规划方法

本发明公开了基于混合强化学习的机器人安全近优运动规划方法，属于机器人运动技术领域。方法包括：初始化机器人初始状态、多层神经网络权重和高阶控制屏障函数HOCBF参数；通过多层神经网络前向传播生成目标导航器；从HOCBF定义的安全控制集筛选安全控制器；融合目标导航器和安全控制器，生成最终控制策略；计算贝尔曼误差；基于最终控制策略和贝尔曼误差，更新机器人初始状态、多层神经网络权重。本发明通过将神经网络逼近的目标导航器与HOCBF安全控制器深度融合，构建具有分层保障架构的混合控制系统。克服了传统CBF在高阶系统中因李导数消失导致的安全保障失效问题，同时突破现有HOCBF方案局限于局部优化的技术瓶颈。