使用多任务逆向强化学习的多模态过程控制
系统与控制
2025-05-28 v1 人工智能
机器学习
系统与控制
摘要
在工业4.0和智能制造时代，过程系统工程必须适应数字化转型。虽然强化学习为过程控制提供了一种无模型方法，但其应用受限于对准确数字孪生和精心设计的奖励函数的依赖。为了解决这些局限性，本文引入了一种新颖的框架，将逆向强化学习（IRL）与多任务学习相结合，用于数据驱动的多模态控制设计。使用历史闭环数据作为专家演示，IRL 提取最优奖励函数和控制策略。引入了潜在上下文变量以区分模态，从而能够训练特定模态的控制器。在连续搅拌反应釜和补料分批生物反应器上的案例研究验证了该框架在处理多模态数据和训练适应性控制器方面的有效性。
引用
@article{arxiv.2505.21026,
title = {Multi-Mode Process Control Using Multi-Task Inverse Reinforcement Learning},
author = {Runze Lin and Junghui Chen and Biao Huang and Lei Xie and Hongye Su},
journal= {arXiv preprint arXiv:2505.21026},
year = {2025}
}