公开(公告)号：CN104932264A

公开(公告)日：2015-09-23

申请号：CN201510299823.3

申请日：2015-06-03

Applicant: 华南理工大学

Inventor： 毕盛 ,  黄铨雍 ,  韦如明 ,  闵华清 ,  董敏

IPC: G05B13/04

Abstract: 本发明公开了基于RBF网络的Q学习框架仿人机器人稳定控制方法，该方法包括：提出基于RBF网络的Q学习框架 （RBF-Q Learning），该框架解决Q学习过程中状态空间连续化和行为空间连续化的问题；提出基于RBF网络的Q学习在线动作调整稳定控制算法，产生支撑腿的髋关节、膝关节以及踝关节轨迹，并通过计算出其他各关节角度控制仿人机器人稳定行走；最后通过在本实验室设计的The Vitruvian Man仿人机器人平台上验证RBF-Q Learning框架方法的可行性和有效性。本发明能够通过在线学习过程中产生仿人机器人稳定行走的步态。

公开(公告)号：CN104932264B

公开(公告)日：2018-07-20

申请号：CN201510299823.3

申请日：2015-06-03

Applicant: 华南理工大学

Inventor： 毕盛 ,  黄铨雍 ,  韦如明 ,  闵华清 ,  董敏

IPC: G05B13/04

Abstract: 本发明公开了基于RBF网络的Q学习框架仿人机器人稳定控制方法，该方法包括：提出基于RBF网络的Q学习框架（RBF‑Q Learning），该框架解决Q学习过程中状态空间连续化和行为空间连续化的问题；提出基于RBF网络的Q学习在线动作调整稳定控制算法，产生支撑腿的髋关节、膝关节以及踝关节轨迹，并通过计算出其他各关节角度控制仿人机器人稳定行走；最后通过在本实验室设计的The Vitruvian Man仿人机器人平台上验证RBF‑Q Learning框架方法的可行性和有效性。本发明能够通过在线学习过程中产生仿人机器人稳定行走的步态。