简介： 本发明涉及一种机器人运动技能学习方法及系统，涉及机器人学习领域，该方法包括：获取机器人的当前环境状态参数及所述机器人的当前动作；根据当前环境状态参数及当前动作，采用无模型强化学习方法确定全局价值函数和无模型强化学习策略；根据当前环境状态参数和所述无模型强化学习策略，采用环境动态模型预测所述机器人下一时刻的轨迹，记为初始轨迹；所述环境动态模型为采用K个相同结构的概率神经网络拟合确定的；基于所述全局价值函数，采用模型预测轨迹积分方法优化所述初始轨迹，获得优化后的轨迹；根据优化后的轨迹确定控制所述机器人的运动指令。本发明提高了机器人运动的学习效率。