反应堆过程控制强化学习可靠性评估方法研究.pdfVIP

第44卷增刊1动化仪表Vol.44No.S1

2023年9月PROCESSAUTOMATIONINSTRUMENTATIONSep.2023

反应堆过程控制强化学习可靠性评估方法研究

乔宇，颜瑞，黄百健，姚文卿²王少华？，陈日罡？

（1.北京大学软件与微电子学院，北京102627;2.中国核电工程有限公司，北京100840）

摘要：人工智能技术的发展推动了强化学习（RL)算法在工业过程控制中的应用。在航空、航天和核能等行业中，不仅要求控制算

法准确性高，还对控制算法的可靠性提出高要求。对RL领域的可靠性评估方法进行了研究，提出了反应堆过程控制RL可靠性评估

方法。该方法通过分析模型的推理性能以评估RL模型的决策能力，并创新性地提出了针对传感-控制系统的对抗样本（AE）生成方

法。通过AE测试评估RL模型的抗干扰能力。利用所提评估方法对反应堆过程控制RL模型进行了可靠性评估。试验结果表明，所

提方法可以评估实际应用中RL模型的可靠性。该研究为人工智能技术在反应堆控制应用的可靠性评估工作以及RL领域对抗测试

方法研究提供参考。

关键词：反应堆过程控制；可靠性评估；强化学习；人工智能；对抗性测试；对抗样本

中图分类号：TH707文献标志码：AD0I:10.16086/j.cnki.issn1000-0380.2023030135

ResearchonReliabilityAssessmentMethodology

forReinforcementLearningofReactorProcessControl

QIAOYu,YANRui,HUANGBaijan,YAOWenqing,WANGShaohua,CHENRigang?

(1.SchoolofSoftwareandMicroelectronics,PekingUniversity,Beijing102627,China;

2.ChianNuclearPowerEngineeringCo.,Ltd.,Beijing100840,China)

Abstract:Thedevelopmentofartificialintelligencetechnologypromotestheapplicationofreinforcementlearning(RL)

algorithmsinindustrialprocesscontrol.Inindustriessuchasaviation,aerospaceandnuclearenergy,notonlythecontrol

algorithmsarerequiredtobehighlyaccurate,butalsothereliabilityofthecontrolalgorithmsishighlydemanded.Thereliability

assessmentmethodinthefieldofRLhasbeeninvestigated,andaRLreliabilityassessmentmethodforreactorprocesscontrolis

proposed.Themethodanalyzestheinferenceperformanceofthemodeltoassessthedecision-makingabilityoftheRLmodel,

andinnovativelyproposesanadversarialexamples(AE)generationmethodforthesensing-controlsystem.Theanti-interference

capabilityoftheRLmod