[发明专利]一种基于目标导向的深度强化学习中优先经验回放方法在审
| 申请号： | 202310274087.0 | 申请日： | 2023-03-21 |
| 公开（公告）号： | CN116185595A | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 曹任捷;孔燕 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06F9/48 | 分类号： | G06F9/48;G06F18/214;G06N20/00;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： | 本发明公开了一种基于目标导向的深度强化学习中优先经验回放方法，步骤如下：对gym mountain_carv0的数据进行预处理；根据智能体小车在不同状态下与目标状态下的差异作为目标导向因子；利用DQN算法构建深度强化学习框架；根据行为值函数的TD‑error去量化经验的优先级的第一部分；将目标导向因子加入到优先级定义中成为优先级的第二部分，不断对整个网络进行更新，以求得到更好的结果。本发明保留了以往优先经验回放的优越性，也科学地完善了优先级的重新定义，对优先级的定义具有重要的参考意义；本发明提出的目标导向因子α，对于不同状态之间进行了合理的量化，对于经验回放中的优先级具有重要的研究意义。 | ||
| 搜索关键词： | 一种 基于 目标 导向 深度 强化 学习 优先 经验 回放 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/202310274087.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种呼吸暂停综合症辅助护理装置
- 下一篇：一种手机壳的裸眼3D图案的制造方法
