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)
1105
编辑：管理员
来源：北方有色网
咨询细节
