一种基于深度强化学习的茶叶烘干设备动态控制方法

本发明公开了一种基于深度强化学习的茶叶烘干设备动态控制方法，包括如下步骤：S1、采集茶叶烘干设各控制单元的参数，生成状态观测数据集合；S2、构建设备图结构，输出设备图结构信息；S3、基于改进MADDPG算法构建包含烘干图神经网络结构的动作价值计算网络，生成全局联合特征嵌入集合；S4、构建策略网络集合，生成控制动作集合；S5、将全局联合特征嵌入集合与控制动作集合输入动作价值预测模块，输出动作价值预测结果；S6、利用改进MADDPG算法执行动作价值损失函数计算与参数反向更新；S7、将训练完成的策略网络集合部署至茶叶烘干设备控制系统中。本发明改进MADDPG与烘干图神经网络，实现茶叶烘干设备动态闭环调控。