基于深度Q网络的仿人机器人步态优化

作者：袁雯; 刘惠义

来源：计算机与现代化, 2019, (04): 47-58.

• 仿人机器人
• 深度强化学习
• DQN
• 步态优化
• RoboCup3D

为实现仿人机器人快速稳定的行走,在满足有效参数组合的条件下,提出一种基于深度强化学习的步行参数训练算法以优化机器人步态。首先,从环境中捕获机器人步态模型参数作为DQN的输入;然后,用DQN来拟合机器人行走产生的状态-动作值函数;最后,通过动作选择策略选择当前机器人执行的步态动作,同时产生奖励函数达到更新DQN的目的。选择NAO仿真机器人为实验对象,在Robo Cup3D仿真平台上进行实验,结果证明在此算法下,NAO仿人机器人可以获得稳定的双足步行。