一种基于深度强化学习的四足机器人模仿运动控制方法

摘要

本发明公开一种基于深度强化学习的四足机器人模仿运动控制方法，该方法首先采用基于深度学习的视频特征提取网络提取动物运动视频中的运动关键节点信息，利用X11时序分析方法消除动物运动节点信息中的角度偏移和噪声，从中提取出动物运动特征的周期性规律；再将其作为先验信息构建基于演员‑评论框架的深度强化学习网络，通过网络来学习对应的比例缩放系数，实现视频中动物与对应四足机器人的尺寸匹配，最后将优化的深度强化学习网络部署到真实的四足机器人中，该深度强化学习网络根据当前四足机器人的状态以及对应模仿动作规律输出相应的关节角度位置，实现四足机器人的模仿运动控制。本发明的方法具备良好的环境泛化效果以及控制稳定性。