论文复现：PMSM速度伺服系统的强化学习与最优控制
以下是基于论文提出的控制策略的复现代码，包括模型建立、控制器设计、强化学习算法实现以及仿真验证。代码将分为以下几个部分：
- 系统建模与参数定义
- 快速电流环PI控制器
- 模型降阶与慢速子系统
- 最优速度环设计与LQR问题
- 强化学习算法实现（Off-policy RL）
- 仿真验证与对比
使用Python进行实现，并借助numpy、scipy、matplotlib等库。
importnumpyasnpimportmatplotlib.pyplotaspltfromscipy
