PID控制器是现代工业中最常用的控制器,具有结构简单、容易实现、控制效果好和鲁棒性强等特点,能够满足一般的工业控制要求。随着技术的进步,人们对控制精度要求不断提高。电液伺服系统存在非线性、时变性、不确定性和干扰力等因素。实现高精度控制,控制器的参数应该随着系统变化而自动调整到最佳,而常规PID控制器在控制过程中,参数一旦确定,就无法调整。因此,对于精度要求高的系统,常规PID控制器往往难以达到理想的控制效果。由于人工智能技术的迅速发展,研究人员将人工智能算法与PID控制结合起来,能够实现参数自适应的PID控制器成为了研究热点,拥有较高的研究价值和广阔的应用前景。强化学习作为一种机器学习方法,强调在与环境交互学习中获得评价性的回报信号,以极大化未来的回报为学习目标。它不需要教师信号,在求解先验信息较少的复杂优化决策问题中应用广泛。在多种领域中,已显示出其性能优势。因此,本文提出了一种基于强化学习思想中Actor-Critic结构的控制策略,以解决PID参数不能在线调整的问题。该策略不需先验知识,能够对参数进行在线调整,实现系统性能优化。通过MATLAB中的Simulink模块进行仿真分析,并在燕山大学的液压元件及系统综合创新平台上进行实验验证,结果均表明,与传统PID控制策略和其他PID参数寻优算法相比,该控制器控制的系统具有更好的动态响应特性和抗扰动能力。