[发明专利]基于因果图的分层强化学习任务图进化方法无效
| 申请号： | 201110369847.3 | 申请日： | 2011-11-18 |
| 公开（公告）号： | CN102521203A | 公开（公告）日： | 2012-06-27 |
| 发明（设计）人： | 王红兵;周建才 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F15/18 | 分类号： | G06F15/18;G06N3/12 |
| 代理公司： | 南京天翼专利代理有限责任公司 32112 | 代理人： | 朱戈胜 |
| 地址： | 210089 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： | 一种基于因果图的分层强化学习任务图进化方法，步骤包括：(1)参数设置；(2)探索目标环境的因果图；(3)种群N初始化；(4)计算适应度值；(5)遗传操作，包括选择、交叉和变异；操作时保持结点之间的因果关系；(6)判断是否终止；(7)保存此因果图对应的k个适应度最高的任务图G1，G2，…，GK；(8)输出适应度最高的任务图G1。与现有技术相比本发明的构造任务图的自动化，任务图的高效性，能适应大规模复杂系统，能适用系统环境动态变化的情况。本方法仅仅依赖目标环境的因果图变化情况，在目标环境因果图有规律变化时能够预测目标环境的任务层次变化情况，从而快速高效地生成目标环境的MAXQ任务图。 | ||
| 搜索关键词： | 基于 因果 分层 强化 学习 任务 进化 方法 | ||
【主权项】：
一种基于因果图的分层强化学习任务图进化方法，其特征是步骤包括：(1)参数设置；(2)探索目标环境的因果图；(3)种群N初始化；(4)计算适应度值；(5)遗传操作，包括选择、交叉和变异；操作时保持结点之间的因果关系；(6)判断是否终止；(7)保存此因果图对应的k个适应度最高的任务图G1，G2，…，GK；(8)输出适应度最高的任务图G1。
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东南大学，未经东南大学许可，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/201110369847.3/，转载请声明来源钻瓜专利网。
- 上一篇：具有偏置铰链的橱柜
- 下一篇：一种基于燃料电池的热电联供系统
