[发明专利]一种逆强化学习处理方法、装置、存储介质及电子装置在审
| 申请号： | 202110688565.3 | 申请日： | 2021-06-21 |
| 公开（公告）号： | CN113919505A | 公开（公告）日： | 2022-01-11 |
| 发明（设计）人： | 屠要峰;黄文宇;黄圣君;周祥生;孙康康 | 申请（专利权）人： | 中兴通讯股份有限公司;南京航空航天大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 张秀英 |
| 地址： | 518057 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供了一种逆强化学习处理方法、装置、存储介质及电子装置，该方法包括：获取以预先设置的状态候选集中的目标状态为起始状态，提供的目标示范轨迹；将该目标示范轨迹添加到初始化后的示范集合中，得到更新后的示范集合；根据该更新后的示范集合进行逆强化学习训练，得到满足预设条件的目标策略，可以解决相关技术中逆强化学习需要收集大量专家示范，大量专家示范导致代价很高的问题，从状态候选集中挑选最具价值的状态(贡献值最大的目标状态)作为起始状态，获取以目标状态为起始状态的示范轨迹，更新示范集合，根据更新后的示范集合训练策略，达到减少示范代价的目的。 | ||
| 搜索关键词： | 一种 强化 学习 处理 方法 装置 存储 介质 电子 | ||
【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兴通讯股份有限公司;南京航空航天大学，未经中兴通讯股份有限公司;南京航空航天大学许可，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/202110688565.3/，转载请声明来源钻瓜专利网。
