一种机器人模仿学习训练过程的补偿方法

本发明公开了一种机器人模仿学习训练过程的补偿方法，包含以下步骤：步骤S1：真人数据采集；通过多模态传感系统精确记录人类示范者的运动轨迹、力学特征和行为意图，步骤S2：机器人数据重定向；步骤S3：并行训练环境构建；步骤S4：模仿学习判别器初始化；步骤S5.1：动力学补偿系统搭建；步骤S5.2：机器人系统简化；步骤S6：模仿学习策略优化；步骤S7：真机部署。本发明提出了一种基于模型的机器人关节角补偿方法，该方法能显著降低模仿学习中训练和部署的难度，能提高机器人动作的准确性和任务的完整性，将视觉信息和触觉信息进行了有效的融合，为未来智能服务机器人的自主操作与决策系统奠定了关键的技术基础。