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！

申请/专利权人：西门子股份公司

摘要：为了控制机器M而提供性能评估器PEV和动作评估器VAE。性能评估器PEV使用控制信号A，A1来确定机器M的性能RET，而动作评估器VAE确定与预给定控制流程SP的偏差D。此外，生成多个权重值W，用于相对于偏差D对性能RET进行加权。这些权重值W和多个状态信号S，S1被馈入到控制代理POL中，其中所述控制代理POL的分别产生的输出信号A，A1作为控制信号被馈入到所述性能评估器PEV和所述动作评估器VAE中。根据相应的权重值W，通过目标函数TF相对于由所述动作评估器VAE确定的偏差D而对由所述性能评估器PEV确定的性能RET进行加权。因此，所述控制代理POL鉴于如下方面被训练，基于状态信号S，S1和权重值W输出优化所述目标函数TF的控制信号A，A1。为了控制所述机器M，然后将所述机器M的运行权重值WO和运行状态信号SO馈入到经训练的控制代理POL中，并且将经训练的控制代理POL的产生的输出信号AO输送给所述机器M。

主权项：1.一种通过基于学习的控制代理POL控制机器M的计算机实现的方法，其中a提供性能评估器PEV，所述性能评估器使用控制信号A，A1来确定针对通过所述控制信号A，A1对所述机器M进行控制方面的性能RET，b提供动作评估器VAE，所述动作评估器使用所述控制信号A，A1来确定与预给定的控制流程SP的偏差D，c生成多个权重值W，用于相对于所述偏差D对所述性能RET进行加权，d将多个状态信号S，S1和所述多个权重值W馈入到所述控制代理POL中，其中-所述控制代理POL的分别产生的输出信号A，A1作为控制信号被馈入到所述性能评估器PEV和所述动作评估器VAE中，-根据相应的权重值W，通过目标函数TF相对于由所述动作评估器VAE分别确定的偏差D而对由所述性能评估器PEV分别确定的性能RET进行加权，并且-所述控制代理POL鉴于如下方面被训练，基于状态信号S，S1和权重值W输出优化所述目标函数TF的控制信号A，A1，并且e为了控制所述机器M-将所述机器M的运行权重值WO和运行状态信号SO馈入到经训练的控制代理POL中，并且-将经训练的控制代理POL的产生的输出信号AO输送给所述机器M。

全文数据：

权利要求：

百度查询： 西门子股份公司 通过基于学习的控制代理来控制机器的方法及控制装置