[发明专利]一种强化学习方法及相关装置在审
| 申请号： | 202011504906.9 | 申请日： | 2020-12-18 |
| 公开（公告）号： | CN112613608A | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 王杰;李厚强;周祺;匡宇飞 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 骆宗力 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种强化学习方法及相关装置，其中，所述强化学习方法使用的正则化项为基于样本的正则化项，所述基于样本的正则化项包括所述目标智能体执行不同动作的额外奖励，其定义了探索行为的可取程度，且建模了所执行动作之间的相互影响，利用所述基于样本的正则化项进行强化学习时无需计算概率密度函数，有利于提升强化学习的效率，特别是提升针对复杂策略的强化学习效率。另外，利用所述基于样本的正则化项进行强化学习可以利用动作空间的几何信息，且可以与更广泛的策略结构兼容。 | ||
| 搜索关键词： | 一种 强化 学习方法 相关 装置 | ||
【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中国科学技术大学，未经中国科学技术大学许可，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/202011504906.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种服装生产用皮革上蜡装置
- 下一篇：一种适用于狭小空间内的移动装置及方法
