基于深度强化学习的氧气面罩供氧控制方法及控制系统

本发明公开了一种基于深度强化学习的氧气面罩供氧控制方法及控制系统。所述方法包括利用神经网络根据氧气面罩供氧装置的输出状态s生成控制指令a，并根据控制指令a对氧气面罩控制装置进行调控；其中神经网络训练步骤包括：S1、确定氧气面罩供氧装置的输出状态s；S2、基于氧气面罩供氧装置的输出状态s，根据1‑ε贪婪策略选择动作a,执行动作a获取相应奖励r和下一时刻的状态s'，得到四元组(s,a，r,s')；S3、随机抽取四元组数据，利用深度强化学习算法对神经网络进行训练，直至满足迭代要求。本申请能够动态调整控制参数，摆脱固定控制器的限制，实现更加灵活和个性化的供氧控制。