双深度Q网络的超低温真空二维转台保温自抗扰控制方法

本发明公开了一种双深度Q网络的超低温真空二维转台保温自抗扰控制方法，方法为对二维转台温控系统进行辨识建模，利用扩张状态观测器ESO实时估计与补偿未建模动态和外界干扰。采用强化学习算法，建立观测器与控制器参数的马尔科夫决策过程模型，包括状态空间、动作空间以及奖励函数。设计双深度Q网络，当前网络选择动作，目标网络计算Q值进行动作评估，训练过程中采用贝尔曼方程进行Q值更新，训练目标为最大化累计奖励。最终将训练完成的DDQN‑ADRC网络应用于超低温二维转台控制实例，在改变设定值以及外加扰动的两种工况下与PID控制器、定参数的ADRC控制器仿真进行对比，算法表现出更优的跟踪精度、抗扰能力与鲁棒性能。