近年来,四足机器人因其出色的机动性及环境适应能力而成为研究热点。与此同时,日益复杂的应用环境及任务对四足机器人自主性能提出了更高要求。在机器人整机系统的研究与设计方面,目前四足机器人多为使用液压驱动或无刷电机驱动的大中型四足机器人,在新工科背景下针对人工智能教育市场的小型四足机器人仍较为欠缺,主要问题在于目前市面上的小型四足机器人的运动性能及自主性较低,实际用途较低。本文以设计具备一定自主能力的小型模块化四足机器人作为研究目标。针对以上背景及目标,本文开展以下研究工作:（1）对小型模块化四足机器人整体系统进行设计,包括机械结构方案设计、电气系统设计以及软件系统架构设计。针对机械结构方案构建机器人仿真模型,并在此基础上建立机器人运动学模型。机器人软件系统架构分为上位机系统与下位机系统,上位机负责机器人环境感知与自主决策,下位机负责机器人运动控制,基于运动学模型设计机器人运动控制算法并部署于下位机系统中。（2）构建适用于本文四足机器人的目标跟随系统,首先构建基于视觉的目标检测与跟踪系统。使用YOLOv5算法进行目标检测,并通过Tensor RT对算法进行推理加速,在部署到机器人计算平台后对算法进行性能测试。通过将YOLOv5目标检测算法与Deep SORT目标跟踪算法进行算法融合构建基于视觉的目标跟踪系统,由实验验证该算法有效性。最后通过深度相机获取目标空间位置信息。（3）构建基于深度强化学习算法的目标跟随策略系统。对深度强化学习环境的设计包含以下方面内容,首先在仿真环境中对四足机器人进行建模,然后分析并设计目标跟随任务的状态空间、动作空间以及奖励函数,最后搭建随机化跟随环境。在训练阶段分别使用PPO、SAC以及TD3算法对环境进行训练,对训练过程数据进行对比分析。在仿真环境中对训练后的模型进行测试以初步验证该跟随策略的有效性。（4）搭建本文四足机器人物理平台,测试机器人软硬件系统功能,最后部署本文目标跟随系统以进一步验证该系统有效性。