科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
