一种解决物理约束的深度强化学习训练及决策方法

本发明公开了一种解决物理约束的深度强化学习训练及决策方法，公开了一种通用的能够处理物理约束的强化学习方法，确保了在强化学习进行决策的过程中硬约束的满足。本发明提出的是一种通用的解决物理约束的强化学习方法，可以解决任意形式的具有任意多个可微约束的决策问题，而不限于某一具有某种特定形式约束的决策问题；本发明所提出的物理感知层是全可微的。因此，策略网络可以得到完整的梯度信息，因此其训练过程是端到端的，便于实现和操作。其训练更新的过程也更加准确；本发明致力于解决决策问题中的物理硬约束，其包含了等式和不等式约束，确保了决策的可行性。这对强化学习技术在实际应用中的落地意义重大。