[发明专利]基于GP与PPO实现连续性动作决策的智能决策方法和系统有效
| 申请号： | 202210404484.0 | 申请日： | 2022-04-18 |
| 公开（公告）号： | CN114647986B | 公开（公告）日： | 2023-08-08 |
| 发明（设计）人： | 方文其;吴冠霖;葛品;平洋;栾绍童;戴迎枫;缪正元;沈源源;金新竹 | 申请（专利权）人： | 南湖实验室 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N5/01;G06N20/00 |
| 代理公司： | 浙江永鼎律师事务所 33233 | 代理人： | 张晓英 |
| 地址： | 314000 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GP与PPO实现连续性动作决策的智能决策方法和系统，包括世界模型、策略模型和经验池，由世界模型生成的模拟经验被存入所述的经验池，所述的世界模型为基于GP的世界模型，所述的策略模型包括PPO算法，且PPO算法利用经验池中的模拟经验进行强化学习。提出了基于GP的Dyna‑PPO方法，将Dyna‑Q框架中的DQN算法替换为优化后的PPO算法，改进后的框架具有无模型DRL、基于模型DRL两种方案优势的同时能够被用于解决连续性动作的决策问题，从而实现基于Dyna‑框架的连续性动作决策。 | ||
| 搜索关键词： | 基于 gp ppo 实现 连续性 动作 决策 智能 方法 系统 | ||
【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南湖实验室，未经南湖实验室许可，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/202210404484.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种抗炎医用无纺布
- 下一篇：一种双金属包覆冶金覆合的装置及方法
