随着步行机器人的发展和应用,机器腿的控制变得越来越重要,对于足式机器人,机器腿会受到实时的压力和冲击,所以机器腿通常采用柔性控制,因此需要安装压力传感器或扭矩传感器来收集外力数据。同时这些机器腿通常有多个关节,由多个电机控制,但由于传感器成本和性能的限制,通常来说其控制效果低于期望值。为了在不使用力传感器的情况下实现多关节支腿的柔顺性,本文提出了一种无压力传感器的连杆柔顺机械腿。另一方面,着陆冲击是典型的硬冲击,它会对机器人造成很大的伤害,为了解决机器人落地冲击过大的问题,本文提出了一种基于强化学习policy gradient的落地缓冲控制方法。通过在2D仿真平台和真实的物理环境上的实验显示,在着陆任务中使用强化学习,可以大大减少动态建模所需的工作量,提高系统的鲁棒性。本文中用于研究的机械腿有两个关节分别由一个无刷电机控制,电流环由PI控制,位置控制采用自抗扰控制(ADRC)实现,无刷电机的三相电流由控制板的ADC采样获得,无刷电机的矢量电流I_d和I_q可由三相电流转换而来,I_q可用于估计电机的输出转矩,而该转矩用于代替压力传感器,为了协调两个关节的控制,通过建立的D-H参数模型与上述控制策略相结合,可以实现整条腿的柔顺控制。在上述基于位置控制的柔顺控制的基础上,本文又提出了一种基于位置控制的和强化学习的落地缓冲控制。在这项工作中,我们假设机器人的位置、速度和着陆冲击是可以测量的,并且机器人的下落高度是随机的。因此,我们提出了一种新的奖励形成函数,以更好地统一不同坠落高度所造成的影响。通过基于策略梯度的加速度控制或速度控制,机器人腿的运动可以减少着陆冲击,实验是在真实的机械腿上进行的。结果表明,速度控制使机器人能够适应更多不同的落体高度,速度控制使机器人在坠落高度较低时表现更好。