基于控制不变集增强型强化学习的过程控制：提高采样效率和保证稳定性（英文版）

英文标题：Control invariant set enhanced reinforcement learning for process control: improved sampling efficiency and guaranteed stability中文摘要：本文提出了一种新的强化学习培训方法，称为控制不变集（CIS）增强 RL，该方法通过控制不变集的优势改善稳定性和采样效率，其中包括离线和在线的两个学习阶段，使用 CIS 来设计奖励、采样初始状态和状态重置程序，并在状态不在 CIS 时重新训练 RL，以确保在线稳定；在模拟化学反应器中进行应用，结果表明，在离线训练期间，采样效率显著提高，并且实现了闭环稳定性。英文摘要：Reinforcement learning (RL) is an area of significant research interest, andsafe RL in particular is attracting attention due to its ability to handlesafety-driven constraints t