基于改进TD3的四足机器人非结构化地形运动控制

• 全文链接
• 请求原文

作   者：

谢子健;  秦建军;  曹钰; 

作者机构：

北京建筑大学机电与车辆工程学院; 

关键词：

非结构化地形;  深度强化学习;  四足机器人;  TD3算法; 

期刊名称：

现代制造工程

i s s n：

1671-3133

年卷期：

2025 年 001 期

页   码：

33-41

摘   要：

四足机器人在非结构化地形的运动控制高度依赖于复杂的动力学模型和控制器设计，利用深度强化学习方法设计四足机器人控制器已成为趋势。针对在深度强化学习训练过程中收敛较慢、容易陷入局部最优解及计算资源消耗较大等问题，提出一种融合记忆组件的双延迟深度确定性策略梯度(Memory-integrated Twin Delayed Deep Deterministic policy gradient, M-TD3)算法。首先，对四足机器人以及非结构化地形建模；其次，分析M-TD3算法收敛状态与学习效率；最后，为验证控制器性能，针对多种地形进行运动控制仿真对比并制作样机进行测试。仿真结果表明，相较于传统TD3算法，M-TD3算法收敛更快，效率更高，运动控制性能有显著改善，样机测试结果证明基于改进TD3算法所设计的控制器能够让四足机器人在非结构化地形进行有效的运动越障。