買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉吉林大學申請的專利一種基于強化學習算法的自適應激光器頻率穩定控制方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120085548B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510248242.0，技術領域涉及：G05B13/04；該發明授權一種基于強化學習算法的自適應激光器頻率穩定控制方法是由劉玉娟;宋子文;林婷婷;郝奧星;韋萌設計研發完成，并于2025-03-04向國家知識產權局提交的專利申請。

本一種基于強化學習算法的自適應激光器頻率穩定控制方法在說明書摘要公布了：一種基于強化學習算法的自適應激光器頻率穩定控制方法，涉及激光器頻率穩定控制方法，解決傳統PID控制在高精度頻率調節中的不足等問題。本方法通過引入基于SAC算法的深度強化學習，智能體通過與環境的持續交互，自動學習并優化控制策略，實現激光器頻率的高精度和自適應調節。本方法將激光器的頻率誤差作為核心優化目標，通過調整電流和溫度兩個參數最小化頻率誤差。將動作空間設計為溫度調整階段和電流微調階段，避免頻繁的大幅度變化對系統造成不利影響。獎勵函數考慮了頻率誤差、電流和溫度調整幅度以及頻率變化率的懲罰，旨在平衡控制精度和系統穩定性。本方法適用于冷原子重力儀、量子計算、光纖通信等領域的高精度控制需求。

本發明授權一種基于強化學習算法的自適應激光器頻率穩定控制方法在權利要求書中公布了：1.基于強化學習算法的自適應激光器頻率穩定控制方法，其特征是：該方法由以下步驟實現： 步驟一、實時記錄激光器的電流、溫度以及激光器輸出對應的頻率誤差信號，并對記錄的電流、溫度及頻率誤差信號進行歸一化處理，獲得歸一化后的數據集； 步驟二、構建前饋神經網絡模型，通過所述前饋神經網絡模型建立激光器頻率與電流、溫度之間的關系模型，用于模擬激光器頻率誤差的動態行為； 步驟三、環境建模和獎勵函數設計，實現SAC智能體與步驟二所述的神經網絡模型的交互更新；具體過程為： 步驟三一、設定狀態空間為輸入激光器的當前工作狀態，構建狀態空間s，表示為： s＝[InTnfe] 式中，In為歸一化的電流值；Tn為歸一化的溫度值；fe為歸一化的頻率誤差； 步驟三二、通過SAC智能體不斷調整電流和溫度，最小化頻率誤差fe，使激光器頻率穩定在目標頻率ft附近，同時滿足物理約束條件： ∣ΔI∣≤ΔImax ∣ΔT∣≤ΔTmax 式中，ΔImax和ΔTmax分別為每個時間步內電流和溫度的最大變化量； 步驟三三、設定動作空間為SAC智能體的輸出，A＝[ΔI,ΔT]，SAC智能體的目標是通過調節激光器的電流和溫度，最小化頻率誤差；將動作空間分為溫度調整階段和電流微調階段，SAC智能體在不同階段根據當前狀態選擇控制量； 步驟三四、將綜合獎勵函數設定為最小化頻率誤差，設計綜合獎勵函數：基于歸一化的頻率誤差、電流和溫度變化、頻率變化率的綜合懲罰項設計綜合獎勵函數r，用下式表示為： 式中，ΔT和ΔI分別為溫度變化量和電流變化量，為頻率變化率，α為頻率誤差的懲罰因子，βT和βI分別為溫度變化量和電流變化量的懲罰因子，γ為頻率變化率的懲罰因子； 步驟四、采用步驟二所述的神經網絡模型模擬激光器真實工作環境，為SAC智能體訓練提供擬真的訓練環境；在SAC智能體訓練過程中，目標為最大化SAC智能體在與環境交互過程中的平均獎勵；在每輪訓練中，SAC智能體從環境中采樣多組數據用于更新SAC智能體的策略，最終實現對激光器的實時頻率控制。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人吉林大學，其通訊地址為：130000 吉林省長春市南關區前進大街2699號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。