1.一种基于迭代算法求解的机器人数据驱动控制方法，其特征在于，所述方法包括：根据待优化的线性增益矩阵和升维特征函数，构建机器人动力学模型的控制策略；所述升维特征函数是在Koopman算子框架中将机器人的原始状态空间映射到高维特征空间，以此将控制策略的非线性优化问题转化为高维线性优化问题；将控制策略的非线性优化问题转化为高维线性优化问题，包括：将控制策略的非线性优化问题转化为高维线性优化问题为：其中， 所述高维线性优化问题满足高维下的模型约束为：s + 表示s的下一个状态，w和v均表示模型误差；在线性空间中，定义Q函数为：Q(z k )＝l(z k )+γV(As k +Bu k +w k )其中，z＝(s,u)，s表示所述升维特征函数Ψ(x)的简化表示，u表示所述控制策略，r(z k )＝|u k | 2 +|s k | 2 ，A、B、C均为求解所述高维特征空间的模型参数，w k 为模型误差，γ表示折扣因子，V(·)表示状态值函数；根据所述Q函数，定义 其中 q＝n ψ +m，n ψ 表示升维特征函数的空间维度，m表示控制策略的维度， 是与 相关的矩阵 的向量化；以数据驱动方式使用z＝(s,u)的数据样本迭代计算矩阵 的更新值h i ，计算所述线性增益矩阵，以此得到机器人动力学模型的控制策略u；以数据驱动方式使用z＝(s,u)的数据样本迭代计算矩阵 的更新值h i ，计算所述线性增益矩阵，包括：定义 在第i次迭代时，通过最小二乘法计算 的更新值h i 为：使用所述z＝(s,u)的数据样本迭代计算矩阵 的更新值h i ，计算所述线性增益矩阵；所述方法还包括：设置数据样本z＝(s,u)的数据集为 记 定义ΔZ＝Z-γZ + ，并要求ΔZΔZ T 满秩，定义所述控制策略为：其中，d为零均值噪声；所述方法还包括：更新值h i 的计算公式为：h i ＝(ΔZΔZ T ) -1 ΔZY其中，
2.根据权利要求1所述的方法，其特征在于，构造升维特征函数的步骤包括：使用一组基函数构造升维特征函数Ψ(x)，升维特征函数Ψ(x)的表达式为：其中，c i 表示基函数的核心，σ i 表示基函数的宽度。
3.根据权利要求1所述的方法，其特征在于，构造升维特征函数的步骤包括：使用多层神经网络构造升维特征函数Ψ(x)，升维特征函数Ψ(x)的表达式为：其中，L表示网络层数，第j层隐藏层的输出描述为：g j (x)＝σ j (W j g j-1 (y j-1 )+b j )其中，y j-1 是第j-1层网络的输出， 表示权重矩阵，σ j 表示激活函数，b j 表示偏置项。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述Q函数简化为：其中， Ξ su (P k )＝γA T P k B，Ξ ss (P k )＝γB T P k A，Ξ ss (P k )＝R+γA T P k B。
5.一种基于迭代算法求解的机器人数据驱动控制装置，其特征在于，用于实现权利要求1至4任一项所述的基于迭代算法求解的机器人数据驱动控制方法，所述装置包括：转化模块，用于根据待优化的线性增益矩阵和升维特征函数，构建机器人动力学模型的控制策略；所述升维特征函数是在Koopman算子框架中将机器人的原始状态空间映射到高维特征空间，以此将控制策略的非线性优化问题转化为高维线性优化问题；Q函数定义模块，用于在线性空间中，定义Q函数为：Q(z k )＝l(z k )+γV(As k +Bu k +w k )其中，z＝(s,u)，s表示所述升维特征函数Ψ(x)的简化表示，u表示所述控制策略，l(z k )＝|u k | 2 +|s k | 2 ，A、B、C均为求解所述高维特征空间的模型参数，w k 为模型误差，γ表示折扣因子，V(·)表示状态值函数；Q函数转化模块，用于根据所述Q函数，定义 其中 q＝n ψ +m，n ψ 表示升维特征函数的空间维度，m表示控制策略的维度， 是与 相关的矩阵 的向量化；控制策略计算模块，用于以数据驱动方式使用z＝(s,u)的数据样本迭代计算矩阵 的更新值h i ，计算所述线性增益矩阵，以此得到机器人动力学模型的控制策略。
6.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
