[发明专利]基于强化学习的数据处理方法、电子设备和可读介质在审
| 申请号： | 202310658042.3 | 申请日： | 2023-06-05 |
| 公开（公告）号： | CN116776097A | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 王光举;傅炜;梅知雨 | 申请（专利权）人： | 上海期智研究院 |
| 主分类号： | G06F18/20 | 分类号： | G06F18/20;G06F18/214;G06N3/092 |
| 代理公司： | 北京唯智勤实知识产权代理事务所(普通合伙) 11557 | 代理人： | 梁洪峰 |
| 地址： | 200232 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本公开的实施例公开了基于强化学习的数据处理方法、电子设备和可读介质。其应用于强化学习系统包括的执行节点、策略节点和训练节点，该方法的一具体实施方式包括：通过执行节点进行环境模拟，得到观察结果；通过训练节点，根据训练样本和待训练模型进行策略更新，其中，训练样本由执行节点通过样本传输流传输至训练节点；策略节点根据观察结果和更新后策略信息进行策略推理，其中，在非内联推理模式下，执行节点和策略节点之间通过推断传输流对观察结果和待执行动作进行数据传输；执行节点执行待执行动作，以生成更新后观测结果。该实施方式实现了对大规模计算机硬件资源的有效调度、满足了针对复杂的强化学习任务的训练需求、提高了训练速度。 | ||
| 搜索关键词： | 基于 强化 学习 数据处理 方法 电子设备 可读 介质 | ||
【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上海期智研究院，未经上海期智研究院许可，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/202310658042.3/，转载请声明来源钻瓜专利网。
