一种基于经验控制的多参数机器人实时行为校正方法

摘要

本发明公开了一种基于经验控制的多参数机器人实时行为校正方法，其包括：基于迭代仿真采集的多组状态信息，通过离线学习的方式生成机器人的参数化控制函数；基于离线学习的参数化函数，构建机器人实时运行过程中的自适应调整模型，利用模型对机器人的偏差行为进行校正；根据外部环境变化，自主地从多个控制参数中选择最为敏感的参数控制机器人的行为更新选择。本发明具有较高稳定性、高效率、高适应能力以及鲁棒性等优点。