基于二阶价值梯度模型强化学习的工业过程控制方法
Industrial process control method based on second-order value gradient model reinforcement learning
1. 中国科学院网络化控制系统重点实验室, 沈阳 110016
2. 中国科学院沈阳自动化研究所, 沈阳 110016
3. 中国科学院机器人与智能制造创新研究院, 沈阳 110169
4. 中国科学院大学, 北京 100049
摘要
为了实现对高延时、非线性和强耦合的复杂工业过程稳定准确的连续控制，提出了一种基于二阶价值梯度模型强化学习的控制方法。首先，该方法在模型训练过程中加入了状态价值函数的二阶梯度信息，具备更精确的函数逼近能力和更高的鲁棒性，学习迭代效率更高；其次，通过采用新的状态采样策略，可以更高效地利用模型进行策略学习。最后，通过在OpenAI的Gym公共实验环境和两个工业场景的仿真环境的实验表明：基于二阶价值梯度模型对比传统的基于最大似然估计模型，环境模型预测误差显著降低；基于二阶价值梯度模型的强化学习方法学习效率优于现有的基于模型的策略优化方法，具备更好的控制性能，并减小了控制过程中的振荡现象。可见该方法能有效地提升训练效率，同时提高工业过程控制的稳定性和准确性。
基金项目
中国科学院沈阳自动化研究所基础研究计划资助项目(2022000346)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.11.0580
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第8期
所属栏目: 系统应用开发
出版页码: 2434-2440
文章编号: 1001-3695(2024)08-026-2434-07
发布历史
[2024-02-05] 优先出版
[2024-08-05] 印刷出版
引用本文
张博, 潘福成, 周晓锋, 等. 基于二阶价值梯度模型强化学习的工业过程控制方法 [J]. 计算机应用研究, 2024, 41 (8): 2434-2440. (Zhang Bo, Pan Fucheng, Zhou Xiaofeng, et al. Industrial process control method based on second-order value gradient model reinforcement learning [J]. Application Research of Computers, 2024, 41 (8): 2434-2440. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
