【摘要】为降低油田开采过程中钻井人员的重复性工作强度及高危环境下面临的风险，需要在钻井平台上引入智能机械臂。该文提出了一种基于深度强化学习的机械臂动态目标跟踪控制方法。在虚拟钻井仿真环境中构建机械臂的数字孪生体，运用机器学习代理（machine learning agents, ML-Agents）框架并基于近端策略优化（proximal policy optimization, PPO）算法进行多智能体并行训练。将训练理想的算法模型部署至虚拟钻井平台上的虚拟机械臂，通过串口通信“以虚控实”，实现虚实机械臂同步跟踪动态目标。实验结果表明：虚实机械臂同步跟踪动态目标可行且准确，为油气行业的数字孪生应用提供了新思路。