[发明专利]一种基于自举DQN的增强学习深度搜索方法在审
| 申请号： | 201611207986.5 | 申请日： | 2016-12-23 |
| 公开（公告）号： | CN106779072A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于自举DQN的增强学习深度搜索方法，主要内容包括自举Deep Q Network(DQN)、深度搜索和环境背景；其中自举Deep Q Network包括自举样本和自举DQN，深度搜索包括深度搜索测试和自举DQN驱动深度搜索，环境背景包括生成在线自举DQN和自举DQN驱动。自举DQN是一种结合了深度学习与深度探索的实用强化学习算法，证明了自举可以对深度神经网络产生有效的不确定性估计，也可扩展到大规模的并行系统，在多个时间步骤上对信息进行排序，保证样本的多样性；在复杂的环境中自举DQN作为有效的增强学习中的一种算法，并行处理大量数据，计算成本低，学习效率高，性能表现优异。 | ||
| 搜索关键词： | 一种 基于 dqn 增强 学习 深度 搜索 方法 | ||
【主权项】：
一种基于自举DQN的增强学习深度搜索方法，其特征在于，主要包括自举Deep Q Network(DQN)、深度搜索和环境背景；其中自举Deep Q Network包括自举样本和自举DQN，深度搜索包括深度搜索测试和自举DQN驱动深度搜索，环境背景包括生成在线自举DQN和自举DQN驱动。
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深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/201611207986.5/，转载请声明来源钻瓜专利网。
