基于强化学习增强的分层模型预测控制的人形机器人自适应抗扰恢复方法

本发明公开了一种基于强化学习增强的分层模型预测控制的人形机器人自适应抗扰恢复方法，强化学习决策模块接收用户指令、机器人状态和模型预测控制参数，通过训练后输出策略增强的第一层MPC参数、第二层MPC参数，第一层MPC结合动力学约束，由输出策略增强的第一层MPC参数与事件触发信号优化更新多步落脚点序列，第二层MPC结合第一层模型预测控制优化后的机器人状态、优化更新后的多步落脚点序列和输出策略增强的第二层MPC参数，优化多步落脚点序列的接触扳手。本发明能提高人形机器人在复杂地形与外部扰动的行走扰动恢复敏捷性与自适应平衡能力。