[发明专利]信任域引导裁剪的策略优化方法、系统、存储介质及应用在审
| 申请号： | 202011074176.3 | 申请日： | 2020-10-09 |
| 公开（公告）号： | CN112149359A | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 刘世旋;吴克宇;冯旸赫;刘忠;黄金才;程光权;陈超;成清;胡星辰;杜航 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F111/04;G06F111/08 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 黄晓兰 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于数据信任域策略优化技术领域，公开了一种信任域引导裁剪的策略优化方法、系统、存储介质及应用，所述信任域引导裁剪的策略优化方法包括：缓冲集合到经验回放器；从经验回放器中采样；计算批概率比矩阵、计算批KL距离矩阵；运用批KL距离矩阵根据裁剪概率比矩阵。本发明提出信任域引导裁剪下的策略优化方法来搜索有向图空间，而不会遭受使用REINFORCE或PPO的局部收敛问题。这种方法也适用于解决其他高维动作空间控制问题。本发明结合了图神经网络和缩放点积图注意力机制的最新进展，形成了可缩放的点积图图注意力网络。该网络可以从原始数据中更好地抽取特征关系，提高DAG的精确生成。 | ||
| 搜索关键词： | 信任 引导 裁剪 策略 优化 方法 系统 存储 介质 应用 | ||
【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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/202011074176.3/，转载请声明来源钻瓜专利网。
