[发明专利]一种在强化学习中基于变分自动编码器的内部激励方法在审
| 申请号： | 202310247094.1 | 申请日： | 2023-03-15 |
| 公开（公告）号： | CN116306816A | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 曹俊豪;孔燕 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210044 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种在强化学习中基于变分自动编码器的内部激励方法，通过构建Advantage Actor‑Critic(A2C)深度强化学习框架并采用变分自动编码器(VAE)将状态空间投射到一个潜在空间，该空间将表示环境的内在结构；通过使用VAE容易地得到智能体对于状态好奇度的度量，并将其定义为在潜在空间上后验分布偏离先验分布的程度。本发明所述方法为探索与利用困境提供了一种新的思路，保留了以往方法的优越性，也引入了新思路的先进性，对于探索与利用问题具有重要的参考意义；本发明提出的使用变分自动编码对状态进行编码，对于何时进行探索何时进行利用进行了合理的设计，对于探索与利用这一经典问题具有重要的研究意义。 | ||
| 搜索关键词： | 一种 强化 学习 基于 自动 编码器 内部 激励 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南京信息工程大学，未经南京信息工程大学许可，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/202310247094.1/，转载请声明来源钻瓜专利网。
