[发明专利]一种感知行动回路决策的内在奖励生成方法在审
| 申请号： | 202211292921.0 | 申请日： | 2022-10-21 |
| 公开（公告）号： | CN115587615A | 公开（公告）日： | 2023-01-10 |
| 发明（设计）人： | 孙国瀚;林恺;王博艺;高建;纪良运 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;A63F13/46 |
| 代理公司： | 辽宁鸿文知识产权代理有限公司 21102 | 代理人： | 许明章;王海波 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机应用技术领域，具体涉及一种感知行动回路决策的内在奖励生成方法。本发明中，首先，搭建状态预测网络，并收集智能体训练过程中的环境状态与智能体动作数据对环境状态变化进行预测建模。其次，在强化学习训练过程中利用已训练的状态预测网络模型预测环境状态变化并生成预测差内在奖励。最后，将生成的预测差内在奖励与外部奖励结合，形成新的奖励以供策略更新网络使用。本发明构建SGBRT网络对环境状态进行预测并生成内在奖励，且利用内在奖励以加快策略更新网络的训练过程并提高训练效果。 | ||
| 搜索关键词： | 一种 感知 行动 回路 决策 内在 奖励 生成 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大连理工大学，未经大连理工大学许可，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/202211292921.0/，转载请声明来源钻瓜专利网。
