[发明专利]一种批量限制强化学习方法在审
| 申请号： | 202110457630.1 | 申请日： | 2021-04-27 |
| 公开（公告）号： | CN113112018A | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 袁春;李思楠 | 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;G06N3/04;G06N5/00;G06N20/20 |
| 代理公司： | 深圳新创友知识产权代理有限公司 44223 | 代理人： | 方艳平 |
| 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： | 本发明公开了一种批量限制强化学习方法，包括：获取日志系统，从所述日志系统中提取数据以组成序列集合，从所述序列集合中抽取若干个序列，分别输入到评估网络、监督性模型和目标网络，将所述评估网络输出的结果与所述监督性模型输出的结果同时输入到筛选整合模块以输出预估值，将所述目标网络输出的结果结合所抽取的若干个序列的采样结果得到目标值，计算所述预估值与所述目标值之间的误差值，并反向传播更新所述评估网络，并重复组成所述序列集合之后的步骤。本发明提出的批量限制强制学习方法，一方面降低了模型计算复杂度，另一方面提升了模型稳定输出的能力。 | ||
| 搜索关键词： | 一种 批量 限制 强化 学习方法 | ||
【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/202110457630.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种山地树木保护移植施工方法
- 下一篇：一种盲文打字机装置
