本发明公开了一种基于深度强化学习的智能控制方法及系统,该方法包括:构建经验池和网络并进行参数初始化;构建训练样本并对前馈神经网络进行训练;基于训练完成网络输出控制量并对系统进行控制;采集系统运行过程的过程变量并存储到经验池;检测经验池数据是否存满;判断到满足迭代条件,系统结束运行,保存网络参数并停止控制量输出。该系统包括:参数初始化模块、预训练模块、控制模块、采集模块、判断模块和迭代模块。通过使用本发明,能够克服PID控制器在非线性复杂系统上的不足。本发明作为一种基于深度强化学习的智能控制方法及系统,可广泛应用于电机运动控制领域。
声明:
“基于深度强化学习的智能控制方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)