一种基于深度强化学习的挂载式输电线巡检机器人自适应控制方法、系统、设备及存储介质

本发明涉及机器人控制技术领域，特别是一种基于深度强化学习的挂载式输电线巡检机器人自适应控制方法、系统、设备及存储介质。通过同步采集视觉传感、惯性测量和执行器反馈数据构建多模态融合状态向量，将其输入深度强化学习策略网络动态生成线性二次型控制器的状态权重与控制权重调整量；对候选权重矩阵进行正定性验证、调整幅度限制和约束投影处理；通过求解代数Riccati方程得到反馈增益矩阵，根据状态偏差计算控制输出驱动双机械臂执行巡检动作；设计综合任务完成质量与能耗效率的多目标奖励函数，采用近端策略优化算法迭代更新策略网络参数；解决固定权重控制器难以适应输电线路动态工况的问题，为电力巡检机器人智能控制提供技术方案。