基于软演员-评论家强化学习的核动力仿真系统参数自动调优方法

《Entropy》：Intelligent Parameter Tuning Strategy for Nuclear Power Simulation Systems Based on Soft Actor–Critic

　　

摘要

核动力仿真系统中大量高维参数集的有效调参对传统的经验驱动方法构成了重大挑战。这类方法往往存在收敛速度慢、易陷入局部最优以及在不同场景下适应性不足等局限性。本研究提出了一种基于软演员-评论家（SAC）强化学习方法的自动化参数调优策略。研究构建了一个基于SAC的智能体，其中状态表示、动作空间和奖励函数均经过专门设计，以便在预设约束条件下进行参数调优。该方法实现了复杂参数配置的自动化调整。对比实验评估表明，所提出的SAC方法在解的质量方面与现有基线技术相当，同时在多次独立运行中产生了显著更加一致的结果，为该领域的参数调优提供了一种可靠且可重复的方法论。