[发明专利]一种深度强化学习训练方法及计算机可读存储介质在审
| 申请号： | 202110208061.7 | 申请日： | 2021-02-24 |
| 公开（公告）号： | CN112819159A | 公开（公告）日： | 2021-05-18 |
| 发明（设计）人： | 张甜甜;袁博 | 申请（专利权）人： | 清华大学深圳国际研究生院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 深圳新创友知识产权代理有限公司 44223 | 代理人： | 孟学英 |
| 地址： | 518055 广东省深圳市*** | 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： | 本发明提供一种深度强化学习训练方法及计算机可读存储介质，方法包括：指定情境数量，初始化深度强化学习多头神经网络模型的权重参数；智能体随机决策，收集样本存于经验回放缓冲区；依据情境数量，采用在线聚类算法实现自适应情境划分，得到截止当前时刻的情境划分和各情境中心；从经验回放缓冲区随机采样样本，并将各样本分配至距离最近的情境中；依据样本对应情境训练共享特征提取器及相应输出头的权重参数，结合知识蒸馏损失对其他输出头权重参数进行同步更新，估计值函数；下一时间步，智能体依据值函数继续决策，收集样本存于经验回放缓冲区，重复上述步骤，直至完成预先指定的训练次数或达到收敛。提升了模型训练的稳定性和可塑性。 | ||
| 搜索关键词： | 一种 深度 强化 学习 训练 方法 计算机 可读 存储 介质 | ||
【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清华大学深圳国际研究生院，未经清华大学深圳国际研究生院许可，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/202110208061.7/，转载请声明来源钻瓜专利网。
