[发明专利]一种基于概率的策略迁移方法在审
| 申请号： | 202210255129.1 | 申请日： | 2022-03-15 |
| 公开（公告）号： | CN114781645A | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 解永春;李林峰;王勇;陈奥 | 申请（专利权）人： | 北京控制工程研究所 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/08 |
| 代理公司： | 中国航天科技专利中心 11009 | 代理人： | 程何 |
| 地址： | 100080 *** | 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： | 一种基于概率的策略迁移方法，属于人工智能技术领域。机器人操作等连续控制任务的环境受高动态、不确定等影响，实际上很难利用虚拟环境逼近真实环境。本发明方法包括：通过Monte Carlo dropout构建概率的Q函数估计器，并与策略梯度优化进行结合，使得算法具备辨识环境不确定性的能力。具体通过虚拟环境训练数据采集、不确定性分解与推断、策略梯度优化、真实环境运行性能评估，实现了环境不确定性的分解与度量，改善了策略学习效率与策略运行性能。 | ||
| 搜索关键词： | 一种 基于 概率 策略 迁移 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北京控制工程研究所，未经北京控制工程研究所许可，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/202210255129.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种悬臂式三轴直线坐标结构
- 下一篇：敏感词匹配方法、装置及设备
