买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开了一种多工况事故处理方法、装置、计算机设备及存储介质,其方法包括:针对不同的工况,收集操作员的操作轨迹数据以及在仿真机中进行仿真控制时的操作轨迹数据,得到离线专家数据集;将针对不同的工况的决策问题建模为包含行为克隆过程的强化学习智能体,并对强化学习智能体的状态价值函数网络和动作价值函数网络进行更新;利用状态价值函数网络和动作价值函数网络的差值确定优势函数,并对行为克隆过程进行加权,得到多个策略模型;对多个策略模型进行筛选,得到通用智能体模型;对通用智能体模型进行部署并对当前工况进行处理。本发明能够同时处理多个事故工况,有效增加了核电站的智能化水平及操作员的操作效率。
主权项:1.一种基于智能体算法的多工况事故处理方法,其特征在于,包括:针对不同的工况,收集操作员的操作轨迹数据以及在仿真机中进行仿真控制时的操作轨迹数据,并进行组合得到离线专家数据集;将针对不同的工况的决策问题建模为包含行为克隆过程的强化学习智能体,利用所述离线专家数据集训练所述强化学习智能体,并对所述强化学习智能体的状态价值函数网络和动作价值函数网络进行更新;利用所述状态价值函数网络和所述动作价值函数网络的差值确定优势函数,并利用所述优势函数对所述行为克隆过程进行加权,得到多个策略模型;对所述多个策略模型进行筛选,将筛选出的策略模型作为通用智能体模型;对所述通用智能体模型进行部署并利用所述通用智能体模型对当前工况进行处理。
全文数据:
权利要求:
百度查询: 中广核工程有限公司 清华大学深圳国际研究生院 多工况事故处理方法、装置、计算机设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。