传统的可变几何截面涡轮增压器（Variable Geometry Turbocharger,VGT）控制在工业应用中多采用比例微分积分控制器（Proportion Integration Differentiation,PID）。但是PID控制需要人工调节参数,且调参过程复杂,需要较长的调参周期,在完成调参以后,控制器参数不能随着驾驶工况动态改变。有学者提出利用经典强化学习算法深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）对VGT进行控制,虽然能够解决上述传统控制方法所带来的问题,但是DDPG算法中是采用单核进行计算,计算效率低,所需计算资源大。而且由于强化学习是通过与环境不断交互,逐渐学习到控制策略,这便导致算法的收敛时间慢,且在算法训练初期,智能体在环境中探索的随机性大,导致强化学习算法难以应用于现实世界中。基于以上分析,本论文提出并行强化学习算法,运用并行计算和预训练的方法,能够显著提高强化学习计算速度,并且能够减少算法训练初期的随机探索,将经典强化学习算法应用于现实世界中的方法。首先利用计算机的多核多线程资源,在经典强化学习算法单核运算基础上进行改进,实现算法的并行计算,从而能够提高强化学习计算速度。在完成并行计算以后,结合深度学习领域内的预训练方法,将PID控制得到的数据作为专家数据对并行强化学习算法中神经网络进行预训练,使得算法训练初期的随机探索减少,完成经过预训练后并行强化学习算法对VGT的控制。本论文研究内容如下:（1）建立平均值发动机仿真模型,研究详细模型与平均值模型对算法训练的影响,选取验证算法的工况,搭建用于本论文提出的算法对VGT控制的联合仿真平台,研究算法的信息在平台间的传输过程。（2）搭建并行强化学习算法框架,研究发动机中不同的信息作为强化学习的状态值对算法收敛性的影响,研究不同的神经网络架构对算法计算速度的影响,分别设置不同数量的智能体,研究并行计算所获得的累计奖励值,研究超参数的设置对算法最终的控制性能的影响,研究奖励值的设置对算法收敛性的影响。（3）根据并行强化学习算法训练结果,对比研究PID算法与并行强化学习的控制效果,对比研究预训练前后算法的控制性能。为更好的分析进气歧管内的压力变化,使得进气歧管内的压力可视化,建立三维进气歧管模型,对模型进行CFD仿真分析,研究不同的工况点在进气歧管中的压力变化。并行强化学习算法结果表明,2个智能体相对于单个智能体累计奖励值增加47.42%,收敛回合数减少50%。当设置4个智能体时,累计奖励值相对于单个智能体增加72.67%,收敛回合数减少81.5%。说明并行强化学习算法能够加速算法收敛,所获得的累计奖励值随着智能体数量的增加而增加。从压力跟随效果来看,绝对误差积分（Integral Absolute Error,IAE）相对于PID控制减少51%。,说明并行强化学习算法的控制性能更好。基于预训练的并行强化学习算法结果表明,当同时设置4个智能体时,预训练后的总奖励值相对于随机策略增加60.49%,收敛时的回合数减少29.73%,说明预训练方法能够提高累计奖励值,减少算法随机探索。从IAE的角度来看,IAE减少52.4%。说明预训练后的随机探索减少,初始性能更高,算法的收敛速度更快。本论文应用并行强化学习算法对VGT控制,将并行强化学习算法应用于发动机增压领域,实现动态的调节参数,且能够实现并行计算的目的,对传统的控制方法具有指导性意义,对扩大经典强化学习算法应用范围具有重要意义。利用预训练的方法将强化学习算法应用于现实世界中,对强化学习目前多应用仿真游戏中具有指导意义。