[发明专利]一种强化学习训练方法及基于强化学习的决策方法有效
| 申请号： | 202011451511.7 | 申请日： | 2020-12-09 |
| 公开（公告）号： | CN112580801B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 刘震;王闯;周兴;李华 | 申请（专利权）人： | 广州优策科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京三聚阳光知识产权代理有限公司 11250 | 代理人： | 李红团 |
| 地址： | 511457 广东省广州*** | 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： | 本发明提供一种强化学习训练方法及基于强化学习的决策方法，其中，强化学习模型训练方法，包括如下步骤：获取多组历史状态数据；将每一组历史状态数据输入至强化学习模型，得到初步决策数据；将所述每一组历史状态数据和所述初步决策数据输入至预先建立的贝叶斯神经网络模型，得到状态变化量以及奖励值，所述状态量变化值为当前状态数据与下一状态数据的差值；根据所述每一组历史状态数据以及对应的初步决策数据、状态变化量以及奖励值更新所述强化学习模型的模型参数。通过实施本发明，能够增加强化学习模型训练样本量，提高强化学习效果，提高动态决策规划结果的准确性。 | ||
| 搜索关键词： | 一种 强化 学习 训练 方法 基于 决策 | ||
【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广州优策科技有限公司，未经广州优策科技有限公司许可，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/202011451511.7/，转载请声明来源钻瓜专利网。
- 上一篇：多维集中式木马检查方法及装置
- 下一篇：一种绿色节能环保的园林景观用灌溉设备
