一种面向连续动作任务的光电混合强化学习控制方法

本发明公开了一种面向连续动作任务的光电混合强化学习控制方法，涉及光计算、控制工程技术领域。该方法包括：利用智能体状态信息与历史隐藏序列产生输入光场；通过由相干滤波系统构成的光学神经网络对输入光场进行全局特征混合，并实现光电转换与归一化处理，生成包含当前状态的历史隐藏序列；利用全连接层处理上述序列，生成控制智能体的连续动作；价值网络对策略网络的动作给出评价，得到策略梯度，同时计算时间差分目标优化价值网络参数；将策略梯度编码并在光场中前向传播，于光学神经网络共轭面获取梯度光场，从而更新光学神经网络参数；训练结束后仅保留光学神经网络与少量电子计算，即可实现智能体的连续动作任务控制。通过上述设计，本发明有效解决了现有光学神经网络在与环境交互任务中难以适应连续动作空间控制的问题，显著提升了控制能力和计算效率。