[发明专利]一种基于双向模型的强化学习方法在审
| 申请号： | 202010622636.5 | 申请日： | 2020-06-30 |
| 公开（公告）号： | CN111950735A | 公开（公告）日： | 2020-11-17 |
| 发明（设计）人： | 张伟楠;赖行;沈键 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;B25J9/16 |
| 代理公司： | 上海旭诚知识产权代理有限公司 31220 | 代理人： | 郑立 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于双向模型的强化学习方法，用于机器人控制，其特征在于，包括：正向模型、反向模型、正向策略、反向策略，从某真实的状态开始，双向地生成轨迹，在三个阶段不断进行迭代：数据搜集阶段、模型学习阶段、策略优化阶段，直到算法收敛。本发明的有益效果是：双向模型相比于传统正向模型，在生成相同长度的虚拟轨迹的情况下的模型累积误差更小，且在进一步的仿真控制实验中，本发明的方法相比于之前的基于模型方法，无论采样效率还是渐进性能都更加优秀。 | ||
| 搜索关键词： | 一种 基于 双向 模型 强化 学习方法 | ||
【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上海交通大学，未经上海交通大学许可，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/202010622636.5/，转载请声明来源钻瓜专利网。
