基于强化学习的速调管状态反馈控制方法

本发明提供一种基于强化学习的速调管状态反馈控制方法，包括：建立强化学习模型，基于速调管的状态来定义状态，基于低电平控制系统的幅度与相位设置值来定义动作，基于速调管当前与理想状态的偏离程度及动作后偏离程度的变化量来定义奖励，使用引擎接收来自于环境的幅度与相位设置值，并将得到的速调管的状态发送给环境；在训练模式下使用虚拟引擎以加速模型训练，在控制模式下则切换到真实引擎并利用以上述模型为反馈算法的低电平控制系统对实际加速器的速调管状态进行反馈控制。本发明的方法能提升低电平控制系统对速调管状态的控制精度，使速调管输出更加稳定，且能大幅减少反馈控制算法迭代到最优过程所需的训练时间。