基于DQN算法的电力仿生机器狗步态规划

摘要：

传统仿生机器狗步态规划需构建动力学模型,对此提出一种基于DQN的仿生机器狗步态规划方法.结合DQN算法的基本原理,将DQN算法与仿生机器狗控制器结合,进而大量训练仿生机器狗的DQN控制器,设置DQN的参数和计算DQN的奖励函数,并在Webhots仿真环境中对四足机器狗进行训练,得到四足仿生机器狗运动的翻滚角、俯仰角以及损失函数的变化.结果表明,通过DQN训练得到的仿生机器狗的翻滚角、俯仰角和损失函数都能趋于稳定,说明机器狗能快速平稳地完成步态运动,证实了 DQN控制器的有效性,可为四足机器狗的步态生成提供新的方案.

关键词：仿生机器狗、步态规划、强化学习、DQN算法

所属期刊栏目：39

分类号：TP242(自动化技术及设备)

资助基金：国网河北省电力有限公司科技项目kj2020-014

在线出版日期：2023-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：47-51