一种基于强化学习的重型闸机动态力矩调控系统

本发明涉及人工智能和控制系统技术领域，公开了一种基于强化学习的重型闸机动态力矩调控系统，包括：神经进化与元学习双层优化框架，用于同时优化神经网络结构和参数；神经基因编码解码系统，用于将控制器网络结构编码为可进化的神经基因；分层神经架构搜索空间，用于为进化算法提供结构化的搜索空间；神经模块化进化算法，用于通过功能相似性评估模块价值实现网络结构进化；超网络元学习框架，用于生成针对特定任务的特化控制器参数；进化元学习协同优化机制，用于使两种算法相互促进、互相补充；部署与在线适应系统，用于实现系统在实际运行中的持续优化；本发明解决了现有技术中通用性不足、设计效率低下、适应性差的问题。