摘要：針對已有自適應PID控制器收斂速度慢和計算效率低的不足,基于異步優(yōu)勢行動者評論家(Asynchronous Advantage Actor-Critic,A3C)算法設計了一種新的自適應PID控制器.該控制器利用A3C結(jié)構(gòu)的多線程異步學習特性,并行訓練多個行動者評論家(Actor-Critic,AC)結(jié)構(gòu)的智能體,每個智能體采用多層前饋神經(jīng)網(wǎng)絡逼近策略函數(shù)和值函數(shù)實現(xiàn)在連續(xù)動作空間中搜索最優(yōu)的參數(shù)整定策略,以達到最佳的控制效果.算法在提高計算效率的同時降低了學習樣本的相關性.在仿真實驗中通過與已有的多種自適應PID控制器性能的對比分析說明,該方法具有收斂速度快、自適應能力強的特點.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
