一种基于强化学习的蝾螈机器人路径跟踪的分层控制方法

授权

摘要

一种基于强化学习的蝾螈机器人路径跟踪的分层控制方法。针对蝾螈仿生机器人的路径跟踪问题，建立了分层控制框架，包括基于强化学习的上层控制器和基于逆运动学的底层控制器，实现了蝾螈仿生机器人跟踪目标路径。具体地，对于上层控制器，在softActor‑Critic(演员‑评论)算法的基础上设计了状态空间表示、动作空间表示和奖励函数，可以提高跟踪精度，消除静态误差。对于底层控制器，建立了基于逆运动学腿部控制器和脊柱控制器。最终，将机器人在仿真环境中训练好的控制器迁移到真实环境中，来验证算法的可行性与泛化能力。实验结果表明，本发明能够较好的完成控制目标，在仿真到实际的迁移性与泛化性方面表现出了更好的控制效果。

基本信息

专利标题：

一种基于强化学习的蝾螈机器人路径跟踪的分层控制方法

专利标题（英）：

暂无

公开（公告）号：

CN111552301A

申请号：

CN202010570039.2

公开（公告）日：

2020-08-18

申请日：

2020-06-21

授权号：

CN111552301B

授权日：

2022-05-20

发明人：

方勇纯张学有郭宪朱威

申请人：

南开大学

申请人地址：

天津市南开区卫津路94号

代理机构：

天津耀达律师事务所

代理人：

侯力

优先权：

CN202010570039.2

主分类号：

G05D1/02

IPC分类号：

G05D1/02 G05D1/12

IPC结构图谱

G部——物理

G05

控制；调节

G05D

非电变量的控制或调节系统

G05D1/00

陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制，例如自动驾驶仪

G05D1/02

二维的位置或航道控制

法律状态

2022-05-20 ：

授权

2020-09-11 ：

实质审查的生效

IPC(主分类) : G05D 1/02
申请日 : 20200621

2020-08-18 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载