摘要
本发明公开了一种机器人运动控制调优方法、装置、设备和介质，该方法通过输入自然语言形式的任务描述、机器人状态信息、历史执行轨迹和环境反馈信息至预置的大语言模型中，通过所述大语言模型执行：根据所述任务描述选择机器人的目标运动策略；当检测到所述机器人任务失败或动作异常时，重构用于控制所述机器人的深度强化学习控制器的奖励函数；当机器人状态存在异常时，对所述深度强化学习控制器的参数进行调优，该方法显著提升了机器人在高风险、高温、高复杂度场景下的运动稳定性、任务完成效率及策略适应性，增强了机器人在动态环境中的自适应调优能力和异常恢复能力。
