基于深度学习的机器人运动控制研究
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v3i4.18119
Abstract
深度学习方法为自动设计机器人运动控制提供了新的思路,不仅有助于简化设计流程,而且可以提高机器人适应高度复杂地形的能力。因此,文章提出了基于深度学习的机器人运动控制框架,聚焦高度复杂地形下机器人多步态灵活运动,论述基于深度学习的机器人运动控制方法实践要点,并通过仿真环境构建,研究基于深度学习的机器人运动控制训练及效果,以供参考。
Keywords
深度学习；机器人；运动控制
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 黄欢,邱涛,甄庆凯,等.基于深度学习的运动分析数字孪生系统[J].中国体育科技,2025,61(03):44-54.
[2] 郑泛舟.基于深度强化学习的机器人运动状态估计研究[J].湖南文理学院学报(自然科学版),2023,35(01):34-39.
[3] 刘春晖,王思长.基于深度学习的室内导航机器人避障规划算法[J].吉林大学学报(工学版),2023,53(12):3558-3564.
[4] 宋士国,陈二军.基于深度学习的配电高压操作机器人运动控制技术研究[J].自动化与仪器仪表,2024,44(02):209-212.
[5] 秦建军,孟圆.基于强化学习的四足机器人牵引运动控制研究[J].重庆理工大学学报(自然科学),2022,36(12):80-90.
[6] 江雨霏,朱其新.深度强化学习下的管道气动软体机器人控制[J].西安工程大学学报,2025,39(02):65-74.
[2] 郑泛舟.基于深度强化学习的机器人运动状态估计研究[J].湖南文理学院学报(自然科学版),2023,35(01):34-39.
[3] 刘春晖,王思长.基于深度学习的室内导航机器人避障规划算法[J].吉林大学学报(工学版),2023,53(12):3558-3564.
[4] 宋士国,陈二军.基于深度学习的配电高压操作机器人运动控制技术研究[J].自动化与仪器仪表,2024,44(02):209-212.
[5] 秦建军,孟圆.基于强化学习的四足机器人牵引运动控制研究[J].重庆理工大学学报(自然科学),2022,36(12):80-90.
[6] 江雨霏,朱其新.深度强化学习下的管道气动软体机器人控制[J].西安工程大学学报,2025,39(02):65-74.
Copyright © 2025 杜亮
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License