[发明专利]优势估计方法、装置、电子设备和存储介质有效
| 申请号： | 202110540754.6 | 申请日： | 2021-05-18 |
| 公开（公告）号： | CN113240118B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 李小双;王晓;黄梓铭;王飞跃 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06N5/00 | 分类号： | G06N5/00;G06N3/0464;G06N3/0442;G06N3/084 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 张雅娜 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种优势估计方法、装置、电子设备和存储介质，其中方法包括：获取当前环境状态；将当前环境状态输入至优势估计模型中，得到优势估计模型基于当前环境状态进行优势估计得到的优势动作；其中，优势估计模型是基于示教数据集，以及行为克隆模型训练得到的；示教数据集包括样本环境状态及其对应的样本动作，行为克隆模型是基于示教数据集训练得到的。本发明基于示教数据集和行为克隆模型训练优势估计模型，通过自适应的行为克隆模型，充分利用示教数据，自动挖掘历史示教数据中的专家经验，避免不完善的示教数据可能带来的不利影响，增强优势估计模型的优势估计性能，提高复杂场景下的优势估计准确性。 | ||
| 搜索关键词： | 优势 估计 方法 装置 电子设备 存储 介质 | ||
【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科学院自动化研究所，未经中国科学院自动化研究所许可，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/202110540754.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种泌尿科用膀胱镜导管及其使用方法
- 下一篇：一种银行流水智能处理系统
