[发明专利]一种基于混合行为空间的强化学习方法在审
| 申请号： | 202010965008.7 | 申请日： | 2020-09-15 |
| 公开（公告）号： | CN112183762A | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 粟锐;张伟楠;俞勇 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 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： | 本发明公开了一种基于混合行为空间的强化学习方法，涉及强化学习领域，由多个共同作用输出结构化的行为的并行Actor网络和一个指导Actor网络训练的Critic网络组成。Actor网络包括状态编码网络、离散Actor网络、连续参数Actor网络，状态编码网络对状态进行编码，输入到离散Actor网络和连续参数Actor网络，离散Actor网络用于产生离散动作，连续参数Actor网络用于产生离散动作对应的连续化参数。本发明可以处理既有连续化动作也有离散动作的混合行为空间，并且可以拓展到所有有层次化结构的行为空间中。本发明能取得比之前对于混合行为空间处理方法更优的强化学习结果，既不损失行为的精确度，也通过mask操作避免了过参数化的问题。 | ||
| 搜索关键词： | 一种 基于 混合 行为 空间 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/202010965008.7/，转载请声明来源钻瓜专利网。
