一种基于强化学习和李雅普诺夫函数的鲁棒控制方法

摘要

本发明涉及一种基于强化学习和李雅普诺夫函数的鲁棒控制方法，通过自适应在线贝叶斯推理对机器人动力学进行建模，基于李雅普诺夫构造带约束强化学习问题，通过构建控制李雅普诺夫函数和控制屏障函数策略,实现机器人高效性学习、稳定性工作、安全探索；解决了非线性、混合动力学安全关键机器人系统在状态、动作空间受限的任务场景中，面对自身系统不确定性和外部环境不确定性存在不安全性、不稳定、不高效的技术问题。