一种基于深度确定性策略梯度的自适应控制方法
基本信息
| 申请号 | CN202011297651.3 | 申请日 | - |
| 公开（公告）号 | CN112597693A | 公开（公告）日 | 2021-04-02 |
| 申请公布号 | CN112597693A | 申请公布日 | 2021-04-02 |
| 分类号 | G06F30/27;G06N3/08;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 卢旺;孟凡石;孙继泽 | 申请（专利权）人 | 沈阳航盛科技有限责任公司 |
| 代理机构 | 广东良马律师事务所 | 代理人 | 刘海杰 |
| 地址 | 110000 辽宁省沈阳市皇姑区塔湾街40号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度确定性策略梯度的自适应控制方法，依据真实系统特性构建的仿真训练环境；构建状态（观测量），回报函数，截止条件，动作；构建深度确定性策略梯度方法的critic网络、actor网络和相应的目标网络，通过与仿真训练环境的试错交互进行训练；使用actor网络训练结果作为该系统的控制器。本发明将深度强化学习方法应用于控制器设计，介绍该方法的实施步骤，通过离线仿真训练，达到控制器要求后移植到真实环境中，实现非线性系统自适应控制。 |
