伦敦大学学院张瑶团队imToken下载研究论文：PPO强化学习波

波浪能转换装置（ WEC）尚未实现大规模商业化，早期的无功控制、闭锁控制、解锁控制等方法主要针对规则波有效， 图 7 训练后非因果PPO智能体（np=5）的增益变化：(a) Kx；(b) Kw，与依赖精确数学模型的传统模型基控制器不同，但控制作动强度相应增大，