1.一种自平衡高空作业台，其特征在于，包括：
小臂；
驱动电机，其设置在所述小臂一端，位于所述小臂的内部；
行星减速机构，其一端连接所述驱动电机的输出端；
制动机构，其设置在所述驱动电机和所述行星减速机构之间；
作业平台，其与所述行星减速机构的另一端固定连接。
2.根据权利要求1所述的自平衡高空作业台，其特征在于，所述行星减速机构包括：
太阳轮，其与所述驱动电机的输出端固定连接；
至少两个行星轮，其与所述太阳轮啮合；
行星架，其固定连接所述行星轮；
齿圈，其与所述作业平台固定连接，所述齿圈具有内齿，并与所述行星轮相啮合。
3.根据权利要求2所述的自平衡高空作业台，其特征在于，所述行星减速机构为2k-h轮系。
4.根据权利要求3所述的自平衡高空作业台，其特征在于，所述减速机构的减速比为13。
5.根据权利要求2所述的自平衡高空作业台，其特征在于，所述制动机构包括：
制动器，其设置在所述小臂的内壁上；
制动盘，其固定设置在在所述驱动电机输出轴上。
6.根据权利要求5所述的自平衡高空作业台，其特征在于，还包括：
运算与控制单元，其与所述驱动电机、所述制动机构以及所述作业平台电连接。
7.一种自平衡高空作业台的控制方法，其特征在于，通过ddpg网络根据作业平台的位置信息控制驱动电机，使驱动电机带动作业平台进行相应运动，具体包括：
建立并训练ddpg网络，保存训练所得权重参数；
将训练好的ddpg网络移植到运算与控制单元中，对作业平台的位置进行控制。
8.根据权利要求7所述的自平衡高空作业台的控制方法，其特征在于，还包括：
在训练过程中，ddpg网络根据通过传感器获取作业平台与水平面的夹角信息、作业平台角速度、作业平台载荷，决策出当前动作并执行；
奖励函数针对当前状态给出奖励标量，并通过ddpg网络采集下一时刻的状态信息，得出最优的神经网络权重后进行复制。
9.根据权利要求8所述的自平衡高空作业台的控制方法，其特征在于，所述ddpg网络的状态空间st包括：
其中，θ表征作业平台与水平面归一化的夹角关系，θ∈(-1,1]；
当θ＝0度时，作业平台呈水平姿态；
10.根据权利要求9所述的自平衡高空作业台的控制方法，其特征在于，本发明的奖励函数为：
reward＝reward1+reward2
其中，
式中，m0,m1为阈值常数，m0＝1，m1＝1，reward1为第一奖励分量，reward2为第二奖励分量，done为训练结束标志；
当done＝1，θ＞m0、
或当前回合步长超过1000时，本回合训练终止，此时，reward2＝-100。