近几年,关于多足机器人各方面的研究已经越来越深入,尤其关于六足机器人的运动控制方面已成为一大研究热点。与两足机器人相比,六足机器人优点更为突出,主要表现在其运动更加平稳,运动灵活性更高,更适合复杂环境。目前,为了使机器人在行走过程中展现出一定的适应能力,我们为其设计了不同的学习和适应机制。适应通常可以处理多种情况下的干扰,比如:腿部损伤、截肢、体重分布以及环境变化等,但是仍然存在一个问题,那就是如何使机器人在几秒钟内完成快速的在线适应。本文首先对自适应机器人控制方法进行了调研,通过研读相关论文总结出目前应用于多足机器人上的自适应控制算法,对当前算法的发展现状作出概括总结,并基本明确了仿生六足机器人频率自适应控制算法的研究内容。接下来,我们考虑到在机器人实际运动的过程中,实际的频率输出值会与预期的频率值之间存在偏差,为了解决这一问题,本文提出了基于误差的在线频率自适应学习机制,用于六足机器人的运动控制。在这一学习过程中,我们使用双积分学习器（DIL）用于减小误差,DIL的学习机制是对双学习器（DL）的一种改进。也就是说,DIL在学习过程中可以较快地进行误差的累计并对误差进行消除,以确保实际频率与预期频率相一致。紧接着,我们搭建基于双积分学习器（DIL）的频率自适应调节模块,建立数学模型,验证DIL模块对于频率误差调节的准确性;将DIL与Hopf振荡器进行结合,设计相应的控制框架实现二者之间的联系,通过联合仿真验证双速率积分模型是否可以在实时跟踪频率变化的情况下,不断调整频率误差,使腿部可以按照设定的频率值进行运动,即实现频率自适应。最后,在Adams中创建六足机器人虚拟样机,然后进行联合仿真,分析实验结果是否符合预期状态。紧接着搭建实验平台,分析其运动参数。给定机器人不同的初始频率值,记录分析不同状态下完成频率调节的时间,并观察在运动过程中姿态角及关节转角的变化,从而验证神经控制架构的稳定性与快速性。