[发明专利]一种用于环境监测与控制的强化学习方法及系统有效
| 申请号： | 201910393176.0 | 申请日： | 2019-05-13 |
| 公开（公告）号： | CN110134165B | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 张修勇;徐方圆;郄文博 | 申请（专利权）人： | 北京鹏通高科科技有限公司 |
| 主分类号： | G05D27/02 | 分类号： | G05D27/02;G05B13/02;G05B13/04;G06N3/04;G06N20/00 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王庆龙;苗晓静 |
| 地址： | 100142 北京市丰*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种用于环境监测与控制的强化学习方法及系统，方法包括：将现场实际环境映射为学习模型，所述学习模型是根据所述现场实际环境中智能体的状态、动作以及学习目标建立的；基于强化学习后的所述学习模型，对所述实际环境进行监测与控制，其中，所述强化学习后的所述学习模型是通过在线的全连接深度网络强化学习得到的。本发明实施例提供的一种用于环境监测与控制的强化学习方法及系统，通过在线的全连接深度网络强化学习方法智能实时对环境进行监测与控制，满足不同环境下的不同需求，降低运行成本具有自适应和预测能力，可应对各种复杂的展厅环境。 | ||
| 搜索关键词： | 一种 用于 环境监测 控制 强化 学习方法 系统 | ||
【主权项】：
1.一种用于环境监测与控制的强化学习方法，其特征在于，包括：将现场实际环境映射为学习模型，所述学习模型是根据所述现场实际环境中智能体的状态、动作以及奖励建立的；基于强化学习后的所述学习模型，对所述实际环境进行监测与控制，其中，所述强化学习后的所述学习模型是通过在线的全连接深度网络强化学习得到的。
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北京鹏通高科科技有限公司，未经北京鹏通高科科技有限公司许可，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/201910393176.0/，转载请声明来源钻瓜专利网。
