基于异构数据的机器人控制方法、装置、机器人及介质
本申请公开了一种基于异构数据的机器人控制方法、装置、机器人及介质,采用教师‑学生模型进行训练。教师模型利用包括特权信息在内的完整信息进行优化,学生模型则通过模仿教师模型的输出,仅依赖于机器人的本体感知信息,最终生成可用于实际部署的控制策略。在教师‑学生模型的训练中,通过结合人类动作捕捉数据和合成的平衡数据,补充了极端平衡动作的样本不足,并弥合了人体与机器人动作空间的差异,从而扩展了控制策略的覆盖范围;针对敏捷与平衡动作的优化目标冲突,设计了区分奖励策略;引入自适应学习策略,根据教师模型输出的轨迹信息与人类动作捕捉数据之间的误差,动态调整采样概率和奖励函数参数,提高了学习效率和泛化性能。