首页|基于深度强化学习的四足机器人运动控制发展现状与展望

基于深度强化学习的四足机器人运动控制发展现状与展望

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
受类脑计算启发的深度强化学习在人工智能、机器人等诸多领域中都取得了巨大的成功,该方法通过结合深度学习与强化学习获得了优异的场景感知能力与任务决策能力.本文首先介绍了两类应用较为广泛的深度强化学习方法及其基本原理,并通过回顾深度强化学习在四足机器人运动控制上的应用现状讨论了该方法的研究进展,最后通过总结现有方法及腿足机器人控制特点,对深度强化学习在四足机器人上的应用前景进行了展望.
Locmotion control of quadruped robot based on deep reinforcement learning: review and prospect

张伟、谭文浩、李贻斌

展开 >

山东大学控制科学与工程学院,山东 济南250061

机器学习 深度强化学习 四足机器人 运动控制 步态学习

科技部重点研发计划山东省科技重大专项新兴产业)

2017YFB13002052018CXGC1503

2020

10.6040/j.issn.1671-7554.0.2020.0607

山东大学学报(医学版)
山东大学

山东大学学报(医学版)

CSTPCD北大核心
影响因子：0.841
ISSN：1671-7554
年,卷(期)：2020.58(8)
  • 9
  • 42