本研究提出了一种结合软演员-评论家强化学习与数字孪生技术的方法，以解决智能制造中的适应性控制不足问题。该方法在机器人增材制造中实现了实时过程控制，展现出快速的策略收敛和稳健的任务执行能力，提升了增材制造的自适应实时控制能力。

本研究提出了一种结合软演员评论家和事后重新标签的新方法，解决大型语言模型在复杂环境中在线强化学习的局限性。在多目标强化学习环境中，该方法优于传统策略，并为自主学习代理的发展提供理论支持。