[发明专利]利用合成环境改进强化学习的设备和方法在审

专利信息
申请号: 202210014020.9 申请日: 2022-01-07
公开(公告)号: CN114757331A 公开(公告)日: 2022-07-15
发明(设计)人: T·尼尔霍夫;F·费雷拉;F·胡特尔 申请(专利权)人: 罗伯特·博世有限公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06N3/063
代理公司: 中国专利代理(香港)有限公司 72001 代理人: 刘艺诗;吕传奇
地址: 德国斯*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要: 提供了利用合成环境改进强化学习的设备和方法。一种用于学习策略()的计算机实现的方法和/或用于学习合成环境的方法,其中所述策略被配置为控制智能体,包括以下步骤:提供合成环境参数()和真实环境()以及策略群体。后续,重复以下步骤达预定次数的重复作为第一循环:对策略群体中的每个策略实行后续步骤作为第二循环:用随机噪声干扰合成环境参数();针对受干扰的合成环境训练策略达第一给定数量的步骤;通过确定训练策略的奖励,针对真实环境评估训练策略;取决于噪声和奖励更新合成环境参数。最后,输出针对真实环境具有最高奖励或针对受干扰的合成环境具有最佳训练策略的评估策略()。
搜索关键词: 利用 合成 环境 改进 强化 学习 设备 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罗伯特·博世有限公司,未经罗伯特·博世有限公司许可,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/202210014020.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top