一种考虑随机时滞的策略-动作主动控制方法

一种考虑随机时滞的策略‑动作主动控制方法，选定被控结构的模型、作动器安装位置，建立结构振动控制系统动力学方程；增添作动器随机时滞，搭建SAC深度强化学习算法的交互环境；设置回馈函数；采用SAC算法，确定深度强化学习的神经网络的框架和网络训练参数；利用SAC算法在交互环境中对深度强化学习的智能体进行训练，通过SAC算法的经验池回放机制以及回馈函数数值进行策略更新迭代以获得成熟智能体；使用成熟智能体嵌入到步骤一的动力学方程作为控制器，直接计算出控制力信号，实现结构在随机时滞情况下的振动控制。本发明通过与环境的交互精准捕捉作动器随机时滞以及外部干扰情况，实时调整控制策略，属于结构振动控制领域。