基于近端策略优化算法的塔吊摆动控制方法、系统和计算机存储介质

本发明公开了基于近端策略优化算法的塔吊摆动控制方法、系统和计算机存储介质，方法包括：1、建立塔吊动力学模型；2、建立状态空间模型；3、初始化策略网络和价值网络的参数并设置PPO算法超参数；4、将状态向量、负载变化和风速输入PPO算法，输出横向和纵向控制力矩，根据状态空间模型更新塔吊状态向量并更新轨迹数据；5、用GAE计算每个时间步的优势值；6、计算裁剪目标函数、价值函数误差和熵正则项，更新策略网络和价值网络的参数；7、重复4～6，至PPO收敛，得到训练好的PPO；8、将采集的摆动角度、摆动角速度、负载变化和风速分量输入训练好的PPO，输出控制输入向量和状态价值，从而有效控制塔吊摆动，进而平稳运输负载，提高了作业安全性。