一种磁浮列车悬浮系统的安全强化学习控制方法、设备及介质

本发明公开了一种磁浮列车悬浮系统的安全强化学习控制方法、设备及介质，涉及磁浮控制技术领域，所述方法包括以下步骤：S1、构建悬浮系统动力学模型，作为训练环境；S2、将悬浮系统的控制问题建模为约束寻优问题；S3、将约束寻优问题转为无约束优化问题，对目标函数进行迭代求解；S4、构建代价函数，加快无约束优化问题的求解，设计惩罚项以引导系统状态远离安全边界；S5、在强化学习环境中，结合代价函数，对无约束优化问题进行迭代训练求解。本发明不依赖于精确的悬浮系统模型，无需针对每个特定挑战设计单独的控制策略，可通过与悬浮系统的交互自适应学习最优控制策略，具有较强的鲁棒性与灵活性。