北方重工集团有限公司

本发明涉及一种基于确定性策略梯度的盾构机俯仰姿态连续控制方法，包括以下步骤：S1、构建盾构机俯仰姿态仿真环境；S2、构建智能体，包括Actor Online网络、Critic Online网络、Actor Target网络和Critic Target网络；S3、初始化Actor Online网络、Critic Online网络及其对应的目标网络Actor Target网络和Critic Target网络；S4、由所述盾构机俯仰姿态仿真环境获取每一时刻t状态向量，并将该状态向量输入Actor Online网络；S5、Actor Online网络根据向环境输出连续控制动作。本发明提出一种基于确定性策略梯度的盾构机俯仰姿态连续控制方法，使其能够在连续状态与连续动作条件下实现稳定、自适应的姿态调节，以克服现有技术在复杂工况下控制精度不足、训练过程不稳定以及工程适应性差的缺陷。