基于分层学习的四足机器人运动自适应控制模型

• 作者: 乐玉 刘福强 刘自红 崔俊文 石磊
• 来源期刊: 计算机测量与控制
• 关键词: 分层学习 深度强化学习 四足机器人 部分马尔可夫决策 步态控制 机构失效
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 控制技术
• 页码范围: 105-110
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.01.023

摘要

针对四足机器人面对腿部损伤无法继续有效自主运作的问题,提出一种基于分层学习的自适应控制模型;该模型结构由上层状态策略控制器(SDC)和下层基础运动控制器(BDC)组成;SDC对机器人腿部及姿态进行决策并选择运动子策略,BDC子运动策略表达该状态下机器人的运动行为;在Unity3D中构建反关节多自由度的四足机器人,训练多种腿部受损状况的BDC子运动策略,BDC成熟后20 s周期随机腿部受损并训练SDC;该模型控制流程为SDC监测机器人状态,激活BDC策略,BDC输出期望关节角度,最后由PD控制器进行速度控制;其实现机器人在腿部受损后自我适应继续保持运作;仿真与实验结果表明,该控制模型能在机器人损伤后能自我快速、稳定调整运动策略,并保证运动的连贯性及柔和性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔俊文	西南科技大学制造科学与工程学院	3	1	1.0	1.0
2	刘自红	西南科技大学制造科学与工程学院	7	9	2.0	2.0
3	乐玉	西南科技大学制造科学与工程学院	3	1	1.0	1.0
4	石磊	西南科技大学制造科学与工程学院	20	101	5.0	10.0
5	刘福强	西南科技大学制造科学与工程学院	1	0	0.0	0.0