强化学习在智能机械系统自适应控制中的应用探索

Journal: Engineering and Management Science DOI: 10.12238/ems.v6i5.7785

陈培荣

陕西中烟工业有限责任公司宝鸡卷烟厂宝鸡卷烟厂

Abstract

本文深入剖析强化学习算法在智能机器应用的运用,涵盖其基本原理、控制要求评估、具体实施步骤与提升效能,以及实际运用中的限制条件。借助国内实际情况,比如华为公司的智能化生产系统、中车公司的铁路运输网络、南方电网公司的智能管理系统以及大疆无人机的自主飞行导航技术,宝鸡卷烟厂制丝智能排产系统,明显呈现增强学习对于提高系统适应能力、优化控制策略和提高作业生产率的显著影响。然而,在实际运用中,强化式学习仍遭遇诸多挑战,如数据密集型需求、较高计算要求、模型说明度不够,以及环境不确定性等问题。

Keywords

强化学习;智能机械系统;自适应控制;应用探索;系统优化

References

[1] 王军,曹雷,赵伟,等.演化博弈强化学习模型在智能博弈对抗中的应用[J].陆军工程大学学报,2023,2(05):34-43.
[2] 李灿明.强化学习在智能电网中的应用[D].华北电力大学(北京),2023.
[3] 卫宁,王冠.强化学习在智能无人系统决策管理中的应用[J].兵工学报,2022,43(S2):164-169.
[4] 孔松涛,刘池池,史勇,等.深度强化学习在智能制造中的应用展望综述[J].计算机工程与应用,2021,57(02):49-59.
[5] 窦佳佳.强化学习及其在智能仓储中的应用研究[D].南京大学,2016.
[6] 李洋.多代理强化学习在智能教学系统中的应用[J].计算机与数字工程,2010,38(05):78-80+174.
[7] 张伟,徐亚平,王伟.基于人工智能的烟草制丝车间高级排产研究[J].计算机集成制造系统,2019,25(6):1387-1395.
[8] 李涛,周建民,王瑞峰.人工智能在烟草制丝车间生产调度中的应用研究[J].工业控制计算机,2018,31(10):13-15.
[9] 马涛,周建民,王瑞峰.基于人工智能的烟草制丝车间智能排产系统设计[J].电子技术与软件工程,2018,16(9):195-197.

Copyright © 2024 陈培荣

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License