基于柔性动作-评价算法的滚珠丝杠进给系统伺服参数优化方法及设备

本发明属于伺服控制优化相关技术领域，其公开了一种基于柔性动作‑评价算法的滚珠丝杠进给系统伺服参数优化方法及设备，该方法包括以下步骤：(1)构建基于Actor‑Critic框架的SAC算法的智能体网络，所述智能体网络引入了最大熵；(2)通过环境搜索接口将滚珠丝杠进给系统的仿真模型和SAC算法的智能体网络关联，并训练SAC算法的智能体网络，继而采用训练完成的智能体网络获得优化的伺服参数。使用的SAC算法引入了最大熵概念，在探索最大累计奖励值的同时，探索随机策略的最大熵，拓宽了智能体网络的探索空间，提高探索的随机性，相较于启发式算法和其他深度强化学习算法而言，不易陷入局部最优。