一種基于深度確定性策略梯度的自適應(yīng)控制方法

基本信息

申請?zhí)?/td> CN202011297651.3 申請日 -
公開（公告）號 CN112597693A 公開（公告）日 2021-04-02
申請公布號 CN112597693A 申請公布日 2021-04-02
分類號 G06F30/27;G06N3/08;G06K9/62;G06N3/04 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 盧旺;孟凡石;孫繼澤 申請（專利權(quán)）人 沈陽航盛科技有限責(zé)任公司
代理機(jī)構(gòu) 廣東良馬律師事務(wù)所 代理人 劉海杰
地址 110000 遼寧省沈陽市皇姑區(qū)塔灣街40號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于深度確定性策略梯度的自適應(yīng)控制方法，依據(jù)真實(shí)系統(tǒng)特性構(gòu)建的仿真訓(xùn)練環(huán)境；構(gòu)建狀態(tài)（觀測量），回報(bào)函數(shù)，截止條件，動作；構(gòu)建深度確定性策略梯度方法的critic網(wǎng)絡(luò)、actor網(wǎng)絡(luò)和相應(yīng)的目標(biāo)網(wǎng)絡(luò)，通過與仿真訓(xùn)練環(huán)境的試錯交互進(jìn)行訓(xùn)練；使用actor網(wǎng)絡(luò)訓(xùn)練結(jié)果作為該系統(tǒng)的控制器。本發(fā)明將深度強(qiáng)化學(xué)習(xí)方法應(yīng)用于控制器設(shè)計(jì)，介紹該方法的實(shí)施步驟，通過離線仿真訓(xùn)練，達(dá)到控制器要求后移植到真實(shí)環(huán)境中，實(shí)現(xiàn)非線性系統(tǒng)自適應(yīng)控制。