VIP20

本课程属于：006-关节控制 机器人系统 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

强化学习策略落地关节控制实战

📚 共计 30 章节

关节控制基础

电机选型与编码器原理 · 关节动力学模型 · PID控制基础与调参

电机PID动力学

强化学习入门

马尔可夫决策过程 · 状态空间与动作空间设计 · 奖励函数设计原则

MDP奖励状态空间

仿真环境搭建

MuJoCo/Gym环境配置 · 自定义关节环境 · 仿真与实物的差距分析

MuJoCoGymSim2Real

策略网络设计

Actor-Critic架构 · MLP与LSTM网络选择 · 输入输出归一化技巧

Actor-CriticMLPLSTM

PPO算法实战

PPO-Clip原理 · 优势函数计算 · 训练稳定性调试

PPO优势函数稳定训练

稀疏奖励与密集奖励 · 势能函数引导 · 安全约束惩罚项

奖励设计势能安全

物理参数随机化 · 观测噪声注入 · 延迟模拟

域随机化鲁棒性噪声

Sim-to-Real迁移

策略蒸馏 · 系统辨识 · 在线自适应方法

Sim2Real蒸馏自适应

安全强化学习

安全屏障函数 · 约束马尔可夫决策过程 · 紧急停止策略

安全屏障CMDP

多关节协调控制

任务空间分解 · 集中式与分布式训练 · 阻抗控制结合

多关节阻抗分布式

CAN总线通信 · EtherCAT协议 · 实时系统(RTOS)配置

CANEtherCATRTOS

卡尔曼滤波 · 观测器设计 · 关节力矩估计

卡尔曼观测器力矩估计

TensorRT/ONNX模型导出 · 嵌入式推理优化 · FPGA加速

TensorRTONNXFPGA

传感器故障检测 · 执行器饱和检测 · 策略回退机制

故障检测回退安全

变阻抗控制 · 力位混合控制 · 协作安全策略

阻抗力位混合协作

SAC算法 · TD3算法 · 基于模型的强化学习

行为克隆 · 逆强化学习 · 生成式对抗模仿学习

分层强化学习

选项学习 · 子目标生成 · 时序抽象

HRL选项子目标

多智能体强化学习

集中式训练分布式执行 · 通信协议学习

MADRLCTDE通信

H∞控制结合 · 干扰观测器 · 自适应鲁棒策略

H∞干扰观测器鲁棒

非线性控制

反步法 · 滑模控制 · 与强化学习结合

反步滑模非线性

iLQR/DDP算法 · 微分动态规划 · 与策略搜索结合

iLQRDDP最优控制

触觉传感器 · 力反馈控制 · 抓取策略学习

触觉力反馈抓取

视觉特征提取 · 端到端视觉策略 · 深度估计

视觉端到端深度

RRT*算法 · 轨迹优化 · 与强化学习结合

RRT*轨迹优化规划

双足/四足步态生成 · CPG网络 · 地形适应

步态CPG双足

手指运动学 · 抓取姿态学习 · 在-hand操作

灵巧手抓取操作

软体机器人

软体动力学建模 · 数据驱动控制 · 强化学习应用

软体数据驱动RL

外骨骼控制

人体意图估计 · 助力策略 · 安全性验证

外骨骼意图估计助力

完整落地流程 · 性能评估指标 · 部署与维护经验

实战部署维护