一种数字孪生驱动的矿井通风网络强化学习调控系统

本申请涉及矿井通风网络智能决策技术领域，且公开了一种数字孪生驱动的矿井通风网络强化学习调控系统，本发明通过预防性调风片段识别、未干预反事实风险推演和观测等价候选孪生状态下的动作响应分歧校验，将历史调风动作被掩盖的安全收益、孪生状态不确定性和强化学习动作价值修正限定在同一训练链内处理，解决了预防性调风动作在历史样本中被误判为低价值、不可辨识孪生回报被误写入策略的问题，使矿井通风调控策略在保留前置风险响应能力的同时，具备更可靠的训练准入、在线执行校验和反馈闭合更新约束。