基于强化学习的电梯井道自学习方法及系统

本申请涉及电梯控制技术领域，尤其涉及一种基于强化学习的电梯井道自学习方法及系统，包括确认电梯准备工作完成后，在低速运行模式下获取井道环境的多模态感知数据；基于激光SLAM技术与多模态感知数据生成井道特征矩阵，在井道特征矩阵的基础上引入数字孪生技术构建三维井道基准模型；加载电梯行业知识图谱预训练模型，并基于构建的三维井道基准模型执行特征迁移与蒸馏压缩，生成控制策略模型；将经蒸馏压缩的控制策略模型部署至边缘计算设备；基于边缘计算设备进行在线强化学习，通过设计多维奖励函数实时优化控制策略模型。本申请能够自主调整控制策略，并动态优化运行参数，显著提升了运行精度以及安全性与维护智能化水平。