被动动态步行是双足步行研究领域中的一个重要分支,其研究目的是对于步行现象本质特性的发掘,研究手段包括步态合成和步态分析方法。其中,步态合成方法通过研制机器人实体的方式,将研究者感兴趣的步行特性逐步引入机器人,它强调对于步行过程中机构自然动力学特性的充分利用。本文通过研制一型2D半被动双足机器人对这一问题进行了研究。结果证明了由与人类肌肉-骨骼驱动器具有类似特性的柔性驱动器驱动的半被动双足机器人可以实现鲁棒、高效的动态步行。本文工作的主要贡献包括:1.提出了一种基于非线性动力学系统稳定性分析的数值方法,对机器人简化模型的机械参数进行了优化。较之以往方法本方法所采用的模型与机器人实体更为接近,并且同时对多个无量纲机械参数进行寻优,所得结论可用于指导机器人设计。2.在对已有柔性驱动方式研究的基础上,为机器人进行了驱动器选型。3.设计了一型2D半被动双足机器人。机器人由MACCEPA柔性驱动器驱动,以模仿人类步行中肌肉-骨骼驱动器的作用。在步行过程中机器人的关节刚度和关节力矩可分别独立得到控制。与大部分已有半被动双足机器人相比本文设计的机器人可实现更加拟人的步态,但同时步行控制的复杂度更高。4.提出了一种基于再励学习的控制方法,将机器人步行的控制问题分解为参考步态学习问题与非理想环境下的步行控制问题。为了解决第1个子问题,提出了一种基于步行相模型的Q-学习方法,通过定义一种步行相模型将步行的先验知识与Q-学习方法相结合,降低了学习问题的状态-动作空间规模。为了解决第2个子问题,设计了一种基于模糊优胜学习结构的学习控制器,利用模糊推理系统的强泛化能力控制机器人在有环境扰动或模型参数误差的条件下实现了稳定动态步行。同时,提出了一种数值仿真算法,对学习控制器的优胜参数集进行初始化,提高了控制器的学习效率。