强化学习教练驱动的上下文学习通用运动控制方法及系统

本申请公开了强化学习教练驱动的上下文学习通用运动控制方法及系统，该方法包括：接收预定义的多种机器人的结构参数，并在预设参数空间内进行随机采样，生成多个不同结构的机器人；定义目标任务，基于不同结构的机器人，训练每一目标任务对应的强化学习教练；在仿真环境内，利用强化学习教练指导机器人执行任务，并记录与每个目标任务对应的任务执行轨迹；利用通用上下文学习框架从任务执行轨迹中抽取固定长度的上下文序列，以最大化各目标任务下的期望累计奖励为训练目标，进行跨任务元训练，以优化上下文学习模型参数，得到预训练的机器人控制模型；预训练的机器人控制模型；获取由预训练的机器人控制模型输出的与当前状态对应的目标控制动作。