一种基于教师对齐对比学习的机器人鲁棒运动控制方法

本申请公开一种基于教师对齐对比学习的机器人鲁棒运动控制方法，属于机器人运动控制技术领域。训练阶段，分别基于特权观测信息和标准观测信息生成教师潜在表示和学生潜在表示，并利用前向动力学模型依据学生潜在表示和控制指令预测下一时刻表示；以教师潜在表示为锚点、预测表示为正样本、不同运动状态或环境条件下的潜在表示为负样本，构建教师对齐对比学习损失，并结合强化学习损失和速度估计损失训练运动控制策略。部署阶段移除教师编码器、评论家网络及特权观测信息输入，通过学生编码器、速度估计器和演员网络生成控制指令。该方法能够提高机器人对隐含环境状态和动力学状态的表征能力，增强复杂环境下运动控制的鲁棒性与泛化能力。