离线强化学习盾构位姿控制

自动化与智能化提升

一种集成状态分类分配与基于模型保守探索优化的离线强化学习框架，用于盾构推进油缸推力智能决策，解决了盾构位姿控制不及时的难题。

Zhen, Jiajie · Lai, Fengwen · 黄明 · Shiau, Jim S. · 郑俊杰 · Zhen, Hua

Tunnelling and Underground Space Technology 2026

技术优势

决策更及时

SCA 划分数据簇后，离线策略能针对主导掘进状态分类决策，缩短从感知到动作的延迟。

高风险动作更少

保守探索策略避免选择偏离训练分布的动作，降低了灾难性推力指令的概率。

决策可解释

Shapley Q 值与 PSO 结合量化每个状态特征对推力决策的贡献，可验证模型依赖因素。

应用场景

• 盾构机智能控制：替代人工经验判断，让推力指令随地质变化实时调整。
• 施工机器人决策：为施工机器人提供可解释的决策依据，降低高风险动作。
• 隧道施工自动化：把位姿纠偏从人工操作升级为自动闭环控制。