基于足迹规划的人形机器人运动控制方法

本发明属于机器人控制技术领域，具体涉及一种基于足迹规划的人形机器人运动控制方法，先构建策略网络，包括输入层、两个串联的循环隐藏层以及线性输出层；再设计奖励函数；然后基于奖励函数使用mujoco仿真平台对构建的策略网络进行训练，初始化机器人姿态与地形，不同的地形均预设有不同的脚步序列；利用PPO算法更新策略网络；利用训练好的策略网络进行人形机器运动控制。本发明在已知目标脚步序列的条件下，通过策略网络与滑动窗口观测机制实现跨地形的稳定行走，实现了从环境理解到动作生成的闭环控制；设计的奖励函数能有效引导机器人形成稳定自然的步态行为，训练好的策略网络可直接迁移到实际机器人平台。