四川托普信息技术职业学院
纸质出版:2023
移动端阅览
罗印, 徐文平. 基于改进强化学习的机器人双足步态控制方法[J]. 传感器与微系统, 2023,(9):9-13.
罗印, 徐文平. 基于改进强化学习的机器人双足步态控制方法[J]. 传感器与微系统, 2023,(9):9-13. DOI: 10.13873/J.1000-9787(2023)09-0009-05.
DOI:
为提高双足机器人应对不同场地步态控制的自主性与稳定性,提出了一种基于改进强化学习的机器人双足步态控制方法。在构建机器人双足步态控制强化学习框架的基础上,对确定性策略梯度进行修正,基于Actor-Critic结构将网络训练样本一分为二,分别对行为价值进行独立估计,通过使用多层神经网络参数化策略并应用确定性策略梯度学习,从而学习到具有较强鲁棒性的步态控制策略。仿真实验表明:通过本文方法能够使机器人臀部、大腿、关节、小腿以及指向获得更为稳定的控制策略,步态收敛更迅速、步态收敛域更大,实现了不同速度下不同场地的稳健步行运动。
基于步态规划的四足机器人运动学分析和仿真[J]. 郭建;赵易;陈景聪.组合机床与自动化加工技术,2021(07)
四足机器人爬行凸起上坡的运动仿真研究[J]. 王鹏;董人全;孙铁成;唐琼.机电工程,2021(05)
基于足底压力传感器的人体步态分析系统设计[J]. 杨敏;费飞;冷莹;吴常铖;杨德华.传感器与微系统,2020(07)
仿生机器人运动步态控制:强化学习方法综述[J]. 郭宪;方勇纯.智能系统学报,2020(01)
基于深度强化学习的双足机器人斜坡步态控制方法[J]. 吴晓光;刘绍维;杨磊;邓文强;贾哲恒.自动化学报,2021(08)
四足机器人容错性步态规划方法研究[J]. 常青;罗庆生.机床与液压,2019(23)
下肢外骨骼机器人变步长步态规划方法[J]. 张瀚中;曹江涛;邹怀武.传感器与微系统,2019(06)
基于惯性姿态参量量化融合的机器腿仿生步态控制[J]. 陆兴华;黄伟鹏;黄澎奋.传感器与微系统,2019(03)
基于足端轨迹的仿生四足机器人运动学分析与步态规划[J]. 勾文浩;袁立鹏;宫赤坤;高彤.现代制造工程,2017(07)
外骨骼机器人的人体步态感知系统设计[J]. 周攀;杨勇;马磊;舒杨.传感器与微系统,2016(10)
双足步行机器人在线步态生成与偏航控制策略[J]. 丁加涛;肖晓晖;王杨.中南大学学报(自然科学版),2016(04)
0
浏览量
232
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构