一种基于分层强化学习的四足机器人主动柔顺控制方法

本申请涉及一种基于分层强化学习的四足机器人主动柔顺控制方法。所述方法包括：底层运动策略网络和上层柔顺控制策略网络；所述底层运动策略网络包括：基础编码器、力估计头、速度估计头和基础策略网络模块；所述基础编码器用于输出低维特征向量；所述力估计头用于估计四足机器人当前所受外部力；所述速度估计头用于估计四足机器人当前躯干速度；所述基础策略网络模块用于生成四足机器人的当前期望关节位置；所述上层柔顺控制策略网络用于生成当前残余速度指令，并用于将当前残余速度指令和当前躯干速度指令相加，得到修正的当前躯干速度指令。采用本方法能够实现扰动估计与柔顺控制模块的高度耦合，能够达成适应持续干扰的主动柔顺。