一种基于多任务强化学习的机器人运动控制方法及系统

本发明涉及深度强化学习技术领域，提供了一种基于多任务强化学习的机器人运动控制方法及系统，包括：将机器人控制任务划分到对应任务组，每任务组具有独立的策略网络和价值网络；获取当前机器人状态，通过对应任务组的策略网络，得到控制指令，驱动机器人执行动作，得到环境反馈，价值网络评估执行动作的价值，反馈给策略网络，进行策略优化；其中，策略网络和价值网络的训练包括：从多个控制任务中采样轨迹，计算两两控制任务相似度，并构建相似度矩阵，通过聚类对控制任务进行分组，得到若干任务组，任务组内共享参数进行策略网络与价值网络的联合训练。提高强化学习模型的稳定性和整体性能，提高了机器人控制精度。