基于深度强化学习的多地形机器人鳍板连续控制研究

本文聚焦于利用强化学习（RL）方法为带有鳍板的多地形履带式机器人开发控制算法。该工作基于深度确定性策略梯度（DDPG）算法，该算法已在简单仿真环境中被证明非常成功。算法以端到端方式工作，以控制鳍板的连续位置。这种端到端方法使得控制器易于应用于各种环境，但巨大的灵活性也带来了求解难度的增加。真实多地形机器人在部分可观测环境中移动这一事实进一步增加了任务的复杂性。尽管存在这些困难，能够平滑地控制多地形机器人仍可为残障人士的日常生活或搜索救援场景带来巨大益处。