一种基于稳定盲态与深度强化学习融合的机器人运动控制方法

本申请涉及一种基于稳定盲态与深度强化学习融合的机器人运动控制方法，属于机器人控制技术领域，通过构建由Soft Actor‑Critic（SAC）强化学习策略与模型驱动的稳定步进算法组成的集成架构，解决了机器人在视觉传感器失效的非结构化环境中难以稳定攀爬楼梯等障碍物的问题。该方法在上层利用SAC算法接收包含机器人质心位置、足端位置及传感器力反馈的观测状态，动态输出包含平面位移和抬腿高度的动作指令；下层则通过稳定步进算法执行动作，利用机器人运动学模型解算支持多边形中心以调整质心，并结合足端力反馈实现对未知地形的探测与物理平衡保障。在仿真训练中，通过精心设计的奖励函数引导策略在极少步数内完成任务，使机器人能够根据本体感受反馈自适应优化步态参数，实现在10cm高度楼梯下93%的攀爬成功率及对变高度地形的良好泛化能力，有效平衡了经典控制的稳定性与学习算法的灵活性。