[发明专利]使用异策略行动者-评价者强化学习进行分布式训练在审
| 申请号： | 201980006072.8 | 申请日： | 2019-02-05 |
| 公开（公告）号： | CN111417964A | 公开（公告）日： | 2020-07-14 |
| 发明（设计）人： | H.J.索耶;L.埃思佩霍尔特;K.西蒙扬;Y.多伦;V.菲罗伊;V.米尼;K.卡沃克库格鲁;R.穆诺斯;T.沃德;T.J.A.哈利;I.杜宁 | 申请（专利权）人： | 渊慧科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 金玉洁 |
| 地址： | 英国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 方法、系统和装置，包括编码在计算机存储介质上的计算机程序，用于训练动作选择神经网络，该动作选择神经网络用于选择要由与环境交互的智能体执行的动作。在一个方面，一种系统包括多个行动者计算单元和多个学习者计算单元。行动者计算单元生成经验元组轨迹，学习者计算单元使用该经验元组轨迹来利用强化学习技术更新学习者动作选择神经网络参数。强化学习技术可以是异策略行动者‑评价者强化学习技术。 | ||
| 搜索关键词： | 使用 策略 行动 评价者 强化 学习 进行 分布式 训练 | ||
【主权项】：
暂无信息
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渊慧科技有限公司，未经渊慧科技有限公司许可，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/201980006072.8/，转载请声明来源钻瓜专利网。
- 上一篇：用于啸叫检测的技术
- 下一篇：水性电解液和包括该水性电解液的赝电容器
