摘要：针对列车速度跟踪问题和自抗扰控制器(Nonlinear Active Disturbance Rejection Controller,NLADRC)参数整定问题,设计了一种基于强化学习自抗扰的高速列车速度控制算法.首先,采用结构简化的Levant跟踪微分器,提高对输入信号的跟踪.其次,设计基于ifaln函数改进扩张状态观测器的二阶NLADRC,解决误差大时系统增益大的问题.再次,考虑列车追踪要达到高精度的需求,控制器应该有良好的稳、动态性能,提出综合型目标函数指标.最后,根据列车运行系统特点设计长时连续动作强化学习器(Long Time Continuous Action Reinforcement Learning Automata,LTCARLA),在保持控制器非线性优势的情况下进行参数整定.实验结果表明:该算法在外加干扰作用下,跟踪误差仍能保持在±0.06 km/h间,抗扰性强,学习出的这组参数值能使控制器性能最优.