[发明专利]样本高效的强化学习在审
| 申请号： | 201980032627.6 | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN112119404A | 公开（公告）日： | 2020-12-22 |
| 发明（设计）人： | 达尼亚尔·哈夫纳;雅各布·巴克曼;宏拉克·李;尤金·布雷夫多;乔治·杰伊·塔克 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N3/08;G06N3/04 |
| 代理公司： | 中原信达知识产权代理有限责任公司 11219 | 代理人： | 周亚荣;邓聪惠 |
| 地址： | 美国加利*** | 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： | 用于样本高效的强化学习的方法、系统和装置，包括在计算机存储介质上的编码的计算机程序。这些方法中的一种包括：维护Q网络的集合、转变模型的集合和奖励模型的集合；获得转变；使用转变模型的集合来生成M个轨迹；对于所述轨迹中的每个轨迹中的每个时间步：使用所述奖励模型的集合来针对所述时间步生成N个奖励，使用所述Q网络的集合来针对所述时间步生成L个Q值，并且根据所述奖励、Q值和训练奖励，针对所述轨迹并针对所述时间步确定L*N个候选目标Q值；对于所述时间步中的每个时间步，组合所述候选目标Q值；确定最终目标Q值；以及使用所述最终目标Q值来训练所述集合中的Q网络的至少一个。 | ||
| 搜索关键词： | 样本 高效 强化 学习 | ||
【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谷歌有限责任公司，未经谷歌有限责任公司许可，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/201980032627.6/，转载请声明来源钻瓜专利网。
