技術(shù)特征：

1.一種基于虛擬現(xiàn)實(shí)和強(qiáng)化學(xué)習(xí)的熊蜂機(jī)器人擺腹控制方法，包括：

(1)根據(jù)設(shè)定的熊蜂腹部擺動(dòng)的目標(biāo)模式，采用強(qiáng)化學(xué)習(xí)算法建立Q表，所述Q表記錄了每類擺腹模式下每個(gè)動(dòng)作獲得的累積折扣獎(jiǎng)勵(lì)值；

(2)監(jiān)測(cè)熊蜂當(dāng)前時(shí)刻的擺腹模式，對(duì)照Q表，依據(jù)獎(jiǎng)勵(lì)值最大原則，實(shí)時(shí)做出動(dòng)作控制熊蜂擺腹；

所述動(dòng)作為由環(huán)繞熊蜂流動(dòng)的光束形成的不同參數(shù)的視覺刺激。

2.如權(quán)利要求1所述的熊蜂機(jī)器人擺腹控制方法，其特征在于，所述擺腹模式由單個(gè)滑動(dòng)窗口內(nèi)熊蜂腹部偏轉(zhuǎn)角度的最大值、最小值、平均絕對(duì)值、波峰波谷數(shù)、大于均值點(diǎn)個(gè)數(shù)以及方差構(gòu)成的6維向量表征。

3.如權(quán)利要求1所述的熊蜂機(jī)器人擺腹控制方法，其特征在于，所述滑動(dòng)窗口的寬度為200～400ms。

4.如權(quán)利要求1所述的熊蜂機(jī)器人擺腹控制方法，其特征在于，所述動(dòng)作由若干個(gè)LED顯示屏組成的虛擬現(xiàn)實(shí)系統(tǒng)產(chǎn)生，所述LED顯示屏由基于CAN總線的LED控制系統(tǒng)控制。

5.如權(quán)利要求1所述的熊蜂機(jī)器人擺腹控制方法，其特征在于，所述Q表包含5～20個(gè)動(dòng)作。

6.如權(quán)利要求1所述的熊蜂機(jī)器人擺腹控制方法，其特征在于，所述Q表的建立方法為：

(1)初始化Q表，學(xué)習(xí)速率α，折扣因子γ，擺腹模式聚類中心；

(2)獲得時(shí)刻t熊蜂的擺腹模式x_t；

(3)利用序列K-means對(duì)狀態(tài)進(jìn)行聚類離散化，并調(diào)整擺腹模式類中心；

(4)依據(jù)epsilon-greedy選取動(dòng)作a_t；

(5)執(zhí)行動(dòng)作a_t，獲得獎(jiǎng)勵(lì)值r_t+1和下一時(shí)刻熊蜂的擺腹模式x_t+1；

(6)重復(fù)步驟(3)和(4)，選取動(dòng)作a_t+1；

(7)根據(jù)如下公式更新Q表；

Q(x_t,a_t)←Q(x_t,a_t)+α[r_t+1+γQ(x_t+1,a_t+1)-Q(x_t,a_t)]；

(8)再?gòu)牟襟E(2)開始循環(huán)執(zhí)行，直到Q表收斂。