摘要：針對(duì)已有自適應(yīng)PID控制器收斂速度慢和計(jì)算效率低的不足,基于異步優(yōu)勢(shì)行動(dòng)者評(píng)論家(Asynchronous Advantage Actor-Critic,A3C)算法設(shè)計(jì)了一種新的自適應(yīng)PID控制器.該控制器利用A3C結(jié)構(gòu)的多線程異步學(xué)習(xí)特性,并行訓(xùn)練多個(gè)行動(dòng)者評(píng)論家(Actor-Critic,AC)結(jié)構(gòu)的智能體,每個(gè)智能體采用多層前饋神經(jīng)網(wǎng)絡(luò)逼近策略函數(shù)和值函數(shù)實(shí)現(xiàn)在連續(xù)動(dòng)作空間中搜索最優(yōu)的參數(shù)整定策略,以達(dá)到最佳的控制效果.算法在提高計(jì)算效率的同時(shí)降低了學(xué)習(xí)樣本的相關(guān)性.在仿真實(shí)驗(yàn)中通過(guò)與已有的多種自適應(yīng)PID控制器性能的對(duì)比分析說(shuō)明,該方法具有收斂速度快、自適應(yīng)能力強(qiáng)的特點(diǎn).
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
