“启元世界（北京）信息技术服务有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种经验回放数据的处理方法及系统-CN202310515587.9在审
发明人：徐方舟;黄安付;肖羽;彭瑶;牛信尧 -专利权人： 启元世界（北京）信息技术服务有限公司
申请日： 2023-05-09 - 公布日： 2023-08-04 - 主分类号： G06F9/50 文献下载
摘要：本申请提供了一种经验回放数据的处理方法及系统，其中，所述方法包括：按照预设的经验采样策略采集经验回放数据，所述经验回放数据是经验回放中转站模块基于连续内存存储机制存储至预设内存空间中；基于所述经验回放数据进行机器学习模型的更新迭代，以获得更新后的模型权重数据；将所述更新后的模型权重数据推送至预测推断引擎。由此可见，本申请实施例基于连续内存存储机制建立经验回放数据的存储队列，使得预设的经验采样策略可以直接从预设内存空间中拉取经验回放数据，经验回放中转站模块的数据吞吐效率提高，进而提高持续学习引擎接收经验回放数据的速率以及模型更新迭代效率。
一种经验回放数据处理方法系统

[发明专利]一种角色行为生成的方法及系统-CN202310496904.7有效
发明人：桑桐;肖羽;黄安付 -专利权人： 启元世界（北京）信息技术服务有限公司
申请日： 2023-05-05 - 公布日： 2023-06-27 - 主分类号： G06T13/40 文献下载
摘要：本申请公开了一种角色行为生成的方法及系统，应用于计算机技术领域。该方法首先基于逻辑及环境进行角色行为的初步构建，然后基于预先设置的奖励，利用深度强化学习模型进行所述初步构建的角色行为的训练，获得训练结果，利用探针任务判断所述训练结果是否符合预期，并将符合预期的训练结果对应的所述奖励作为目标奖励。最后利用所述目标奖励完成角色行为的生成。本申请中还公开了一种角色行为生成的系统。在本申请实施例中，实现了避免出现人工干预的情况，提高角色行为生成的效率。
一种角色行为生成方法系统

[发明专利]一种知识获取方法及装置-CN202211241382.8有效
发明人：袁泉;龙海涛;张嘉益 -专利权人： 启元世界（北京）信息技术服务有限公司
申请日： 2022-10-11 - 公布日： 2022-12-20 - 主分类号： G06F16/33 文献下载
摘要：本申请公开了一种知识获取方法及装置。该方法包括：响应于针对目标知识的查询请求，基于目标知识的知识图谱，确定目标知识的第一三元组；知识图谱预先基于目标知识关联的第一文本信息构建；根据查询请求，确定目标知识关联的第二文本信息；基于第一三元组和第二文本信息，生成目标知识的第二三元组。这样，通过获取目标知识的第一三元组，并以目标知识关联的第二文本信息和该第一三元组生成第二三元组，便可得到符合第二文本信息描述的知识，使得无需构建新的知识图谱即可简单、方便地获取新的知识，从而降低操作复杂度和成本。
一种知识获取方法装置

[发明专利]多智能体协作系统及其智能体、智能体间的通信方法-CN201811536781.0有效
发明人：彭鹏 -专利权人： 启元世界（北京）信息技术服务有限公司
申请日： 2018-12-14 - 公布日： 2019-10-29 - 主分类号： H04L29/08 文献下载
摘要：本发明属于人工智能技术领域，其公开了一种多智能体协作系统及其智能体、智能体间的通信方法。通信方法包括第一智能体通过经强化学习训练的深度神经网络对接收的第二协作消息和从环境中获取的状态进行处理，得到第一智能体执行的动作和通信对象，第二协作消息由至少一个第二智能体发送；根据第二协作消息和状态得到第一协作消息；向通信对象发送第一协作消息；通信对象包括至少一个第二智能体。智能体包括第一得到模块、第二得到模块和发送模块。多智能体协作系统包括多个智能体，智能体为上述智能体。本发明通过上述技术方案避免了多智能体协作系统中各智能体间通信时过高的通信负荷，降低了通信开销，加强了载有协作消息信号传输的针对性。
智能体协作消息多智能体协作通信对象通信人工智能技术发送发送模块强化学习神经网络通信负荷通信开销信号传输间通信

[发明专利]基于云平台的决策方法和系统-CN201811536784.4有效
发明人：高超 -专利权人： 启元世界（北京）信息技术服务有限公司
申请日： 2018-12-14 - 公布日： 2019-10-25 - 主分类号： G06N20/00 文献下载
摘要：本发明属于人工智能技术领域，其公开了一种基于云平台的决策方法和系统。方法包括接收接收模拟训练请求；配置硬件资源，初始化模拟引擎、决策引擎和学习引擎；决策引擎根据由模拟引擎生成的模拟环境状态和初始模型得到作用于模拟环境中的指令，循环执行多次，得到模拟训练集；学习引擎根据模拟训练集训练初始模型，得到更新后的初始模型；发送终端设备初始化请求，终端设备初始化请求包括硬件资源和更新后的初始模型，且用于使终端设备配置硬件资源并根据真实环境的状态输出作用于真实环境的指令。系统包括第一调度装置、模拟引擎、决策引擎、学习引擎和第二调度装置。本发明通过上述方案形成了完整的决策闭环，达到了符合预期的决策目的。
初始模型决策引擎模拟训练模拟引擎引擎初始化请求调度装置模拟环境硬件资源真实环境云平台决策闭环指令发送终端设备人工智能技术终端设备配置配置硬件循环执行终端设备状态输出初始化预期的更新学习

[发明专利]非完全信息环境下的博弈决策方法、系统和智能体-CN201811539024.9在审
发明人：宋俊潇 -专利权人： 启元世界（北京）信息技术服务有限公司
申请日： 2018-12-14 - 公布日： 2019-04-23 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种非完全信息环境下的博弈决策方法和系统，方法包括：根据环境的当前已知状态对所述环境的当前未知状态进行推理得到未知推理状态；根据所述未知推理状态进行探索，得到与所述当前未知状态对应的未知实际状态，根据所述未知实际状态和历史已知状态得到决策用状态；根据所述未知推理状态、决策用状态、当前已知状态和上一时刻所述环境的反馈做出决策。系统包括：未知推理模块、状态探索模块和决策模块。本发明通过上述技术方案利用已知状态进行预测推理，对推理出的状态进行探索和整合，综合探索出的状态和推理出的状态进行决策，使得决策能力强，长期规划好。
推理已知状态决策博弈实际状态信息环境决策模块决策能力推理模块状态探索探索智能体整合反馈预测规划