基于AC强化学习的直流负载MOS管电压调节方法

本发明公开了一种基于AC强化学习的直流负载MOS管电压调节方法,包括：AC强化学习设计策略网络A和价值网络C；将调节动作与环境交互得到状态下的环境奖励，基于目的电流与调节后直流负载的电流值的差值设计奖励值；把新的环境状态输入策略网络A得到但不执行，再将、输入价值网络C得到t+1时刻的评价；利用价值网络C输出的以及环境奖励，通过TD算法得TD误差并计算损失函数，采用梯度下降算法更新价值网络C的模型参数使价值网络C的评价更精准；采用梯度上升来更新策略网络A的模型参数使输出的动作向折扣累计奖励更高的方向优化，从而实现栅极电压更准确地调节。