一种基于强化学习的六足机器人腿臂复用控制方法及装置

本申请公开了一种基于强化学习的六足机器人腿臂复用控制方法及装置，涉及运动控制领域。所述方法包括：获取目标六足机器人的观测信息；将观测信息输入至控制策略模型，得到目标六足机器人的期望关节角度；控制策略模型是根据构建的多任务训练环境，采用强化学习的方法，基于价值网络对训练架构进行策略更新后得到的；训练架构是基于师生特权学习确定的；价值网络包括依次连接的共享特征层以及多任务头；训练架构包括：状态估计编码器、地形信息编码器、特权信息编码器、历史信息编码器和本体网络；采用PD控制方法基于期望关节角度确定关节力矩，以对目标六足机器人腿臂复用进行控制。本申请可实现对六足机器人的腿臂复用控制。