摘要： 针对四足机器人在拖拽运动控制中高度依赖于动力学模型精确度的问题，提出一 种基于双延迟深度确定性策略梯度算法（ｔｗｉｎｄｅｌａｙｅｄｄｅｅｐｄｅｔｅｒｍｉｎｉｓｔｉｃｐｏｌｉｃｙｇｒａｄｉｅｎｔ，ＴＤ３）的 四足机器人拖拽运动的控制方法。通过分析四足机器人拖拽模型，建立其拖拽运动的训练环 境；采用 ＴＤ３算法搭建四足机器人拖拽运动控制模型，通过 ＭＡＴＬＡＢＳｉｍｕｌａｔｉｏｎＲ２０２２的运动 仿真，验证该控制器的可行性，并对实验数据进行对比分析。结果表明：在无拖拽且缺少先验知识 条件下，采用该控制策略达到稳态的时间比采用深度确定性策略梯度算法（ｄｅｅｐｄｅｔｅｒｍｉｎｉｓｔｉｃｐｏｌｉ ｃｙｇｒａｄｉｅｎｔ，ＤＤＰＧ）的控制策略所用训练周期缩短了 ２／３；在加载 ０．４ｋｇ拖拽重物的条件下，该控 制策略下的四足机器人平均速度下降幅度较小，各关节扭矩平稳顺滑，姿态角在可控范围内。

关键词: 深度强化学习；四足机器人；拖拽运动；ＴＤ３

中图分类号: 

• TP242