[发明专利]强化学习的迁移训练优化方法、装置、终端及存储介质在审
| 申请号： | 201911057308.9 | 申请日： | 2019-10-31 |
| 公开（公告）号： | CN110766169A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 梁新乐;刘洋;陈天健;董苗波 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 44287 深圳市世纪恒程知识产权代理事务所 | 代理人： | 王韬 |
| 地址： | 518000 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种强化学习的迁移训练优化方法、装置、终端设备及计算机可读存储介质，通过获取各预设环境的训练设备基于强化学习训练所得到的各训练模型；对各所述训练模型进行联邦处理以生成联邦模型；将所述联邦模型迁移适配至各所述预设环境，以供各所述预设环境的所述训练设备根据所述联邦模型优化强化学习训练。本发明充分利用预设环境中训练设备进行强化训练得到的训练模型，不仅能够很好的保护用户数据隐私，还避免了传统的强化学习训练方式进行强化学习时传输数据的高成本、长时延的问题，优化提升了工业强化学习模型的稳定性和模型训练的整体效率。 | ||
| 搜索关键词： | 强化学习 预设 联邦模型 训练模型 训练设备 计算机可读存储介质 迁移 优化 传输数据 工业强化 模型训练 强化训练 用户数据 整体效率 终端设备 长时延 传统的 适配 隐私 学习 | ||
【主权项】：
1.一种强化学习的迁移训练优化方法，其特征在于，所述强化学习的迁移训练优化方法，包括：/n获取各预设环境的训练设备基于强化学习训练所得到的各训练模型；/n对各所述训练模型进行联邦处理以生成联邦模型；/n将所述联邦模型迁移适配至各所述预设环境，以供各所述预设环境的训练设备根据所述联邦模型优化强化学习训练。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911057308.9/，转载请声明来源钻瓜专利网。
