科研之友
微信
新浪微博
Facebook
分享链接
摘要
多目标控制参数联合优化整定是自动化系统保持高效、稳定运行的关键问题，强化学习常用于建立自动化调参智能体，代替人工完成参数整定.针对现有方法使用固定权重将多个优化目标线性组合为单目标，训练具有固定调参知识的单智能体模型，导致实际目标关系受环境影响与先验不符时，智能体无法感知并做出适应性决策调整，限制参数整定效果的问题，提出一种面向多目标参数整定的协同深度强化学习方法.该方法利用离线仿真学习目标整定知识建立多个Double-DQN智能体，在线建立整定效果反馈，感知目标实际关系并调整智能体协同策略，实现有效的多目标参数整定.列车自动驾驶参数整定实验结果表明，方法对停车误差、舒适度两个目标整定效果良好，能自适应不同车轨性能且可持续优化，实用价值大.
- 单位
