摘要
本发明涉及机器人控制领域，提出一种基于强化学习的人形机器人控制系统和方法，人形机器人控制系统包括第一控制子系统和第二控制子系统；第一控制子系统包括策略推理模块、状态转换模块和机器人控制模块；第二控制子系统包括数据采集模块和驱动控制模块；数据采集模块用于完成传感器数据的时间戳对齐与异常值过滤，并传输至状态转换模块；状态转换模块用于融合多源传感器数据并构建包含实时测量值与历史时序信息的时序状态特征；策略推理模块用于根据状态转换模块提供的时序状态特征，生成机器人的多关节角度目标值；机器人控制模块用于解析策略推理模块输出的多关节角度目标值，选择控制模式，生成包括参数调整指令的控制命令。
