[发明专利]基于经验新鲜度提升深度强化学习收敛速度的方法及系统在审
| 申请号： | 202310078559.5 | 申请日： | 2023-01-16 |
| 公开（公告）号： | CN116090548A | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 马崛;宁德军 | 申请（专利权）人： | 中国科学院上海高等研究院 |
| 主分类号： | G06N3/092 | 分类号： | G06N3/092;G06N3/0985;G06N3/047;G06N3/048;G06N3/049 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 倪静 |
| 地址： | 201210 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于经验新鲜度提升深度强化学习收敛速度的方法及系统，包括：构建DQN网络模型并设置环境超参数，初始化当前价值网络和目标价值网络的网络参数，初始化经验回放区并设置回放计数数组和生命周期指针；基于动作选择策略进行经验积累，计算经验的时序差分误差和新鲜度优先级，并根据生命周期指针更新所述经验回放区；根据经验的采样概率从所述经验回放区中进行采样并更新所述回放计数数组，利用采样到的经验组训练当前价值网络并更新其网络内部参数，以得到最优动作。本申请一方面通过引入新鲜度折扣因子来提高新经验的优先级，另一方面通过引入生命周期指针提高经验回放区的置换效率，从而提升深度强化学习算法的收敛速度。 | ||
| 搜索关键词： | 基于 经验 新鲜 提升 深度 强化 学习 收敛 速度 方法 系统 | ||
【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上海高等研究院，未经中国科学院上海高等研究院许可，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/202310078559.5/，转载请声明来源钻瓜专利网。
