产品概述
GFS是一款专为反愦控制类任务量身打造的决策基础模型，其核心技术基于强化学习。在模型的训练过程中，GFS经历了来自7万余个反馈控制任务的超过6000万次交互数据的打磨,经过反复锤炼，最终形成了一个功能强大、适应性广的通用反馈控制模型。GFS模型可以提供多种用途。它能够敏锐地辨识系统的内在特征，揭示系统运行的内在参数。GFS还能充当"预警哨兵”，及时发现系统运行过程中的异常变化，为决策者提供预警信息。GFS模型还可以直接应用于反馈控制，通过自主分析系统状态，自主调整控制策略，实现高效、精准的系统控制。
产品模型
| 产品模型 | GFSEncoder PRO | GFSEncoder |
|---|---|---|
| 模型参数数量 | 68.7万 | 40.0万 |
| 神经网络隐层数量 | 6层 | 5层 |
| RNN层数 | 2层 | 1层 |
| 最大隐层的神经元个数 | 512 | 256 |
| 输出编码维度 | 8维 | 3维 |
| 一致性损失 | 0.004 | 0.003 |
产品功能
预测最优 PID 参数
PIDPredictor 是由 3000 余个反馈控制任务对应的系统编码以及其最优 PID 参数训练得到。它基于通用反馈控制系统编码器（GFSEncoder）的系统编码来对该系统对应的最优 PID 参数进行预测。结合 GFSEncoder 以及 PIDPredictor，我们只需要一些系统中的历史轨迹信息就可以得到系统的最优 PID 参数预测。
系统参数标定
基于通用反馈控制系统编码器（GFSEncoder），比较当前系统编码与标准系统编码的差异来调整系统的参数。在不需要进行精密测量的基础上，将系统调整为标准系统。
系统变动预警
基于通用反馈控制系统编码器 (GFSEncoder) ，对控制系统进行实时编码并比较当前编码与系统初始编码的变化情况，判别系统是否发生较大的偏差。
通用反馈控制模型（GFSController ）
GFSController 基于通用反馈控制系统编码器（GFSEncoder），是一个在 7 万余个反馈控制任务上使用强化学习训练得到的通用控制模型。得益于 GFSEncoder 对反馈控制系统的快速识别能力，GFSController 能够对不同的反馈控制系统进行快速适应，使得其能够在各种各样的反馈控制任务中都能够输出最优的动作。
产品优势
高可靠性
基于7 万余个反馈控制任务中采集的 6 千万个交互数据，以判别性目标和一致性目标进行高效且稳定的编码。
高灵活性
当环境发生变化时，无需人工干预重复训练即能适应，节省了人力物力与计算开销，并能够很好地完成反馈控制任务。