三参量控制是地震模拟振动台的底层控制算法,其参数整定过程中涉及的参数多,传统的参数整定方法存在效率低、过程繁琐等问题。为了提高整定效率和准确性,提出一种基于确定性策略梯度(DDPG)算法的振动台三参量控制参数整定算法。此方法通过将振动台三参量控制系统作为强化学习环境,利用DDPG算法对系统的状态-动作-奖励数据进行学习和训练;训练好的智能体则可以输出最优的控制参数,然后将整定完成的控制参数放在实际振动台系统模型中进行测试。结果表明DDPG算法可以有效优化振动台控制性能,提高试验结果的准确性和可靠性,具有实际应用价值。