本發(fā)明提出一種基于強(qiáng)化學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)逆控制器進(jìn)行控制的方法，神經(jīng)網(wǎng)絡(luò)控制包含神經(jīng)網(wǎng)絡(luò)逆控制器和神經(jīng)網(wǎng)絡(luò)模型兩部分，神經(jīng)網(wǎng)絡(luò)模型主要用于對(duì)被控制對(duì)象進(jìn)行辨識(shí)，并向神經(jīng)網(wǎng)絡(luò)逆控制器提供被控制對(duì)象信息。神經(jīng)網(wǎng)絡(luò)逆控制器采用強(qiáng)化學(xué)習(xí)中的行動(dòng)者?評(píng)論家結(jié)構(gòu)，行動(dòng)者采用神經(jīng)網(wǎng)絡(luò)根據(jù)評(píng)論家提供的值函數(shù)學(xué)習(xí)控制策略，依據(jù)策略函數(shù)給出下一步控制增量，評(píng)論家采用神經(jīng)網(wǎng)絡(luò)建立狀態(tài)、行動(dòng)與值函數(shù)的擬合關(guān)系，值函數(shù)根據(jù)預(yù)測(cè)控制中的性能評(píng)價(jià)函數(shù)設(shè)置，能有效解決控制系統(tǒng)的遲延問(wèn)題。本發(fā)明的方法能夠適應(yīng)時(shí)滯系統(tǒng)的控制要求，能根據(jù)被控參數(shù)未來(lái)的趨勢(shì)使執(zhí)行機(jī)構(gòu)提早動(dòng)作，抑制被控量的波動(dòng)，同時(shí)能適應(yīng)被控對(duì)象時(shí)變和非線性的特性，提高控制品質(zhì)和穩(wěn)定性。