买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨理工大学

摘要：本发明属于足式机器人运动控制技术领域。本发明公开了一种应用于关节执行器能力缺失受限条件下的六足机器人自适应控制方法，解决了六足机器人发生关节执行器能力缺失后，运动性能下降问题，具体方法为：首先使用PPO算法，将机器人的关节效能状态作为状态输入的一部分，针对六足机器人关节执行器能力缺失受限这个条件设计奖励函数，对六足机器人每个关节执行器可能的关节能力缺失的情况进行训练，共得到十八个控制策略模型，其次通过离线蒸馏的方式，使用Transformer网络训练，最终得到一个通用的控制策略模型。本发明使六足机器人可根据机器人针对任意单个关节执行器的不同受限程度进行实时自适应调整，实现连续有效的行走和任务执行，提高了六足机器人在崎岖地形下的运动能力以及现实应用性。

主权项：1.一种应用于关节执行器能力缺失受限条件下的六足机器人自适应控制方法，其构建过程特征在于以下步骤：步骤1：在ROS中搭建六足机器人关节执行器能力缺失的仿真环境，在该环境下，使用近端策略优化算法ProximalPolicyOptimization,PPO算法，提出一个名为“执行器效能系数ActuatorEfficiencyCoefficient,AEC”，将其作为状态输入，旨在精确量化关节执行器的效能状态。针对六足机器人在复杂环境下，关节执行器功能受限情景下的独特需求，设计奖励机制：其一，提出一个稳定维持奖励项，旨在确保即便在执行器效能下降的情形下，机器人仍能保持稳健的运动模式和稳定性；其二，融入考虑执行器效能的能耗优化奖励项，激励机器人采取更为节能的行动策略。使用PPO算法针对六足机器人每个关节执行器可能的关节能力缺失的情况进行训练，直至模型达到收敛标准，共得到十八种控制策略模型。步骤2：根据执行器效能的自适应调整机制，对步骤一训练出来的十八种控制策略模型进行数据采样。基于采样得到的数据序列，训练得到一种基于Transformer网络架构的控制策略模型AEC-TAEC-Transformer，基于该控制模型下的自适应动作规划使六足机器人在运动时可根据随机腿部关节运动能力情况，自发地生成满足运动学约束和稳定性约束的最优自适应动作，提高了六足机器人在复杂地形下的运动能力。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种应用于关节执行器能力缺失受限条件下的六足机器人自适应控制方法