助力外骨骼机器人是一种新型的可穿戴式智能设备,它将人类的“智力”和机械系统的“体力”巧妙地结合在一起,帮助穿戴者完成独自一人无法完成的任务,增强人体的运动能力并减轻任务对人体的负荷。现如今,助力外骨骼机器人已经在军事、应急救灾等领域得到了广泛的应用,并且在助老助残领域还有广阔的应用前景。但是,外骨骼机器人的动态稳定性问题、跟踪控制误差问题以及外骨骼机器人与人体之间交互力的控制问题一直未得到很好的解决。针对这些问题,本文通过研究机器人的力/位控制方法,找到了一种应用于下肢助力外骨骼机器人随动控制方法,该方法能有效减小跟踪控制误差和人机交互力。本文的主要研究内容如下:下肢助力外骨骼机器人是一种需要穿戴在人身上的智能设备,其控制效果的好坏直接影响到穿戴者的使用体验和人身安全。在进行助力外骨骼机器人随动控制时需要控制力和位置,本文通过研究机器人的力/位控制方法,确定了将阻抗控制运用于助力外骨骼机器人系统控制,并详细介绍了阻抗控制的基本原理。为了更好的实现下肢助力外骨骼机器人的随动控制,本文分析建立了系统的逆动力学模型。外骨骼机器人系统是一种可穿戴的、高自由度的拟人机器人,其运动学模型的建立十分困难。为解决此问题,本文将人体行走时单腿的运动状态分为两个阶段——摆动相和支撑相,分别将两个阶段等效为二连杆和三连杆模型并运用拉格朗日方程建立了关节力矩与关节位置、速度、加速度之间的关系,便得到了系统的逆动力学参考模型。并在此基础上,通过仿真实验说明了阻抗控制参数的调整和阻抗参数对控制效果的影响。传统的阻抗控制方法无法应对下肢助力外骨骼机器人这样一种应用环境复杂,系统模型获取困难的高自由度系统。本文给出了一种阻抗控制的改进思想——使用增强学习方法自动调节阻抗控制参数。基于此思想,介绍了一种适用于下肢助力外骨骼机器人的PI2(Policy Improvement with Path Integrals)学习方法,将其与阻抗控制相结合,得到了一种基于PI2的变参数阻抗控制方法,并将其运用于下肢助力外骨骼机器人控制。该方法无需对已有的阻抗控制器做大的修改,只需要在控制器外环添加增强学习参数调节环便可以实现。最后通过仿真实验,验证了该方法对助力外骨骼机器人的随动控制性能。