摘要
本文提出了一种基于MuJoCo的仿真到现实迁移强化学习方法，用于迷你旋转双摆系统（MRDIP）的切换控制。由于MRDIP具有欠驱动、非线性以及强耦合动力学特性，其在多个平衡点之间的切换控制极具挑战性。为解决这一问题，本文开发了一套直驱式MRDIP系统，以实现力矩可控驱动，并利用基于CAD的物理参数和实验辨识的动力学参数构建了MuJoCo模型。在辨识模型的基础上，采用截断分位数评论家（TQC）算法训练了针对多个平衡点的切换控制策略。训练好的策略直接在物理MRDIP上实施，并通过在多次平衡点切换之间不重置系统的方式评估其性能。实验结果表明，在MuJoCo中训练的策略能够在物理系统上成功完成预期的切换任务。这些结果证明了所提出的基于MuJoCo的框架在MRDIP仿真到现实迁移切换控制方面的可行性。
