基于示范辅助的强化学习悬架控制方法、系统及存储介质

本申请涉及车辆控制的技术领域，公开一种基于示范辅助的强化学习悬架控制方法、系统及存储介质，方法包括：根据示范样例使用克隆模仿学习算法进行控制策略初始化；根据预设的深度确定性策略梯度算法生成状态转移四元组集合；使用最小化贝尔曼误差算法学习评价者网络；根据策略参数最大化行动‑值函数的估计值学习行动者网络；状态转移四元组存入第一回放缓存中；从第一回放缓存中抽样多个状态转移四元组，更新评价者网络和行动者网络；根据当前状态的价值函数估计值与目标之间的均方误差得到价值函数损失；根据当前控制策略和示范样例产生者之间差值的最小值作为策略损失；根据总损失执行随机梯度下降优化控制策略的参数，提升训练样本效率。