一种基于强化学习的常压低氧舱气体浓度控制方法

摘要

基于强化学习的低氧舱气体浓度控制方法，涉及控制领域和强化学习领域，解决现有常压低氧舱浓度环境存在非线性、多变量耦合性、不确定性状态和控制滞后性等问题，本发明首先设定迭代次数N、初始化目标值、动作奖励值、氮气进气动作值、空气进气动作值、学习速率、贪婪系数、折扣因子和动作效用函数表；初始化当前气体浓度值、结束状态位，当结束状态位为假值时，生成随机数，根据随机数是否大于贪婪系数计算当前动作奖励值、累加收益值和结果值，更新动作效用函数表，将改变状态值更新为当前气体浓度值。本发明使用很少的时间实现气体浓度的改变，并达到稳定。