“状态探索”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1891412个，建议您升级VIP下载更多相关专利

[发明专利]基于强化学习的控件探索方法、系统、装置和存储介质-CN202310030784.1在审
发明人：师江帆 -专利权人：杭州龙测科技有限公司
申请日： 2023-01-10 - 公布日： 2023-06-06 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于强化学习的控件探索方法、系统、装置和存储介质，方法包括获取待探索控件的目标状态；获取待探索控件在当前状态下的可执行动作集；基于强度学习方法，根据可执行动作集对待探索控件的当前状态进行状态转移；判断待探索控件在状态转移后的新状态是否达到所述目标状态；若是，完成待探索控件的探索；否则继续基于强度学习方法，根据可执行动作集对待探索控件的新状态再次进行状态转移，直至待探索控件经过状态转移后的状态达到目标状态本发明基于强度学习方法，能在试错中高效地实现软件自动化测试中的控件自动探索，而无需考虑控件中的逻辑性，以达到软件自动化测试的目的，具有重要的应用价值。
基于强化学习控件探索方法系统装置存储介质

[发明专利]一种自适应半正弦周期的智能体探索方法-CN202310419229.8在审
发明人：胡强;胡鹤轩;朱跃龙;刘涵;李洪;胡震云;张晔 -专利权人：河海大学
申请日： 2023-04-18 - 公布日： 2023-08-15 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种自适应半正弦周期的智能体探索方法，智能体根据探索因子的值探索环境，所述的探索因子的值包括半正弦变化函数、指数衰减函数和常数，探索因子的大小随着学习幕数的增加呈半正弦周期状在变化并兼有指数衰减趋势；当智能体发现新状态时，探索因子随即在该幕尚未结束时调整为较大值，鼓励智能体更加随机地探索状态空间；本发明的智能体探索方法，与Q‑learning算法相结合，其探索策略在提高智能体探索状态空间能力的同时能够显著加快价值函数收敛的速度
一种自适应正弦周期智能探索方法

[发明专利]地面介质探索方法、清洁机器人及存储介质-CN202210910938.1在审
发明人：王锦涛 -专利权人：云鲸智能（深圳）有限公司;云鲸智能科技（东莞）有限公司
申请日： 2022-07-29 - 公布日： 2022-12-09 - 主分类号： A47L11/40 文献下载
摘要：本申请涉及清洁技术领域，公开了一种地面介质探索方法、清洁机器人及存储介质，方法包括：当清洁机器人检测到预设地面介质时，获取清洁机器人的状态信息，并根据状态信息确定沿边探索模式，其中，沿边探索模式包括内沿边探索模式以及外沿边探索模式；根据沿边探索模式对预设地面介质进行沿边探索，以获取预设地面介质的轮廓。
地面介质探索方法清洁机器人存储

[发明专利]一种强化学习的高效探索方法-CN201910549586.X在审
发明人：张寅;胡滨 -专利权人：浙江大学
申请日： 2019-06-24 - 公布日： 2019-10-29 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种强化学习的高效探索方法，该方法的步骤如下：1)预训练计数估计函数；2)利用预训练的计数估计函数进行强化学习的高效探索。本发明主要针对强化学习中探索与利用的平衡问题，在连续空间任务中，通过预训练计数估计函数估计智能体所遇到的状态的出现次数，利用状态的出现次数计算奖赏，通过奖赏引导智能体探索那些较少遇到的状态从而实现高效探索本发明通过使用独立的探索策略处理奖赏信号，避免了奖赏信号对智能体行动策略的影响，使得探索过程更稳定。
强化学习探索智能体奖赏信号奖赏策略处理次数计算函数估计连续空间平衡问题

[发明专利]机器人的自主探索方法、机器人及计算机可读存储介质-CN202111332418.9在审
发明人：竺浩;吴泽晓;刘建平;宋昱慧 -专利权人：深圳市杉川机器人有限公司
申请日： 2021-11-11 - 公布日： 2022-02-25 - 主分类号： G05D1/02 文献下载
摘要：本发明提供了机器人的自主探索方法、机器人及计算机可读存储介质。该机器人的自主探索方法包括：以机器人当前位置作为待探索点，获取待探索点的状态数据；调用策略网络模型，根据策略网络模型对状态数据进行路径探索，以输出待探索点对应的目标信息；目标信息包括机器人下一步探索的目标点；基于目标点和待探索点，生成机器人的行走路径，并控制机器人按照行走路径进行探索。本发明的机器人的自主探索方法通过使用神经网络参数化表征的探索策略，有效提升了机器人的探索效率。
机器人自主探索方法计算机可读存储介质

[发明专利]一种可回溯的强化学习智能体训练方法-CN202210096139.5在审
发明人：尹学渊;邱良良 -专利权人：成都潜在人工智能科技有限公司
申请日： 2022-01-26 - 公布日： 2022-05-17 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种可回溯的强化学习智能体训练方法，包括如下步骤：创建预设长度用于保存智能体的状态、状态映射的Cell、行为、奖励和done数据的字典；进行数据探索，首先从字典中选择Cell，并以被选择的Cell作为目标，return选定的目标，以目标作为新起点，选择新目标进行探索，并记录return阶段和探索阶段遇到的所有状态和行为，将所有状态映射为Cell，并将所有状态、所有Cell和行为更新到字典中；获取数据探索收集到的所有Cell和行为数据，基于强化学习算法进行学习，并更新学习算法的参数；本发明采用存档的方式来记录智能体到达过的所有状态，以目标的方式引导智能体能够回到存档中的状态；智能体回到任意状态后重新开始探索，理论上能探索到环境中所有的空间
一种回溯强化学习智能训练方法

[发明专利]基于应用程序状态转换图的智能辅助引导测试方法及装置-CN202110570661.8有效
发明人：刘哲;王俊杰;黄悦凯;王青 -专利权人：中国科学院软件研究所
申请日： 2021-05-25 - 公布日： 2022-07-12 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于应用程序状态转换图的智能辅助引导测试方法及装置，包括：分别对应用程序进行静态分析与动态分析，获取静态状态转换图与动态状态转换图；将静态状态转换图与动态状态转换图合并，得到状态转换图；根据状态转换图，规划探索路径；基于探索路径，指导测试人员测试所述应用程序。本发明通过自动化提取应用程序的界面转换图，获得应用程序较为完整的状态转换图，并在该状态转换图的基础上使用动态规划的算法，为测试人员推荐探索路径，以帮助测试人员覆盖未浏览的页面并减少复制探索，从而保证检测的准确度、降低检测成本及减少重复探索的过程。
基于应用程序状态转换智能辅助引导测试方法装置

[发明专利]一种用于选择决策的方法和装置-CN202011322773.3在审
发明人：皇甫幼睿;王坚;李榕;王俊 -专利权人：华为技术有限公司
申请日： 2020-11-23 - 公布日： 2022-06-10 - 主分类号： H04W24/02 文献下载
摘要：本申请提供了一种用于选择决策的方法和装置，可以获取通信系统的状态信息，并根据状态信息，确定M个第一决策中每个第一决策对应的性能和/或每个第一决策被探索过的次数，M个第一决策为在该状态信息下可探索的决策，M为正整数，进一步根据每个第一决策对应的性能和/或每个第一决策被探索过的次数，从M个第一决策中确定目标第一决策。在本申请的技术方案中，可以根据可探索的决策的性能和/或可探索的决策已经被探索的次数来选择决策，可以避免随机探索，有助于通信系统可靠运行。
一种用于选择决策方法装置

[发明专利]非完全信息环境下的博弈决策方法、系统和智能体-CN201811539024.9在审
发明人：宋俊潇 -专利权人：启元世界（北京）信息技术服务有限公司
申请日： 2018-12-14 - 公布日： 2019-04-23 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种非完全信息环境下的博弈决策方法和系统，方法包括：根据环境的当前已知状态对所述环境的当前未知状态进行推理得到未知推理状态；根据所述未知推理状态进行探索，得到与所述当前未知状态对应的未知实际状态，根据所述未知实际状态和历史已知状态得到决策用状态；根据所述未知推理状态、决策用状态、当前已知状态和上一时刻所述环境的反馈做出决策。系统包括：未知推理模块、状态探索模块和决策模块。本发明通过上述技术方案利用已知状态进行预测推理，对推理出的状态进行探索和整合，综合探索出的状态和推理出的状态进行决策，使得决策能力强，长期规划好。
推理已知状态决策博弈实际状态信息环境决策模块决策能力推理模块状态探索探索智能体整合反馈预测规划

[发明专利]一种基于人类反馈引导的智能驾驶测试模型训练方法-CN202310820952.7在审
发明人：陈虹;孟强;张琳 -专利权人：同济大学
申请日： 2023-07-05 - 公布日： 2023-10-27 - 主分类号： G06F11/34 文献下载
摘要：本发明涉及一种基于人类反馈引导的智能驾驶测试模型训练方法，包括：构建基于强化学习的动作探索网络；基于动作探索网络，在测试环境中给定的初始真实环境状态下进行样本生成，构建探索记忆库，并更新真实环境状态；根据探索记忆库更新动作探索网络策略函数参数；利用专家评审对探索记忆库中的测试结果进行评价，构建人类反馈记忆库；搭建基于强化学习的目标网络；根据人类反馈记忆库中的测试结果，计算期望奖励，更新目标网络的策略函数参数和输入环境状态；重复上述步骤，不断更新环境状态和网络参数
一种基于人类反馈引导智能驾驶测试模型训练方法

[发明专利]一种未知初始状态的多机器人协同探索方法、装置及系统-CN202110410157.1有效
发明人：屈桢深;杨志伟;董鸿宇 -专利权人：哈尔滨工业大学
申请日： 2021-04-16 - 公布日： 2022-09-23 - 主分类号： G05D1/02 文献下载
摘要：本发明提供了一种未知初始状态的多机器人协同探索方法、装置及系统，涉及机器人探索技术领域。本发明所述的未知初始状态的多机器人协同探索方法，包括：获取多机器人的融合环境信息，对所述融合环境信息进行目标提取，建立目标节点；对所述目标节点进行优化和筛选，建立机器人状态与目标节点图；根据所述机器人状态与目标节点图，采用统一的协同策略进行任务决策，完成机器人对目标区域的实时导航控制任务；根据机器人相互通信实现任务的迭代，完成探索任务。本发明所述的技术方案，通过多机器人数据关联实现机器人状态图的估计，填补多机器人探索领域中系统状态初始化的空白，解决了需要人为干预的弊端，提供了一套可靠有效的探索方法。
一种未知初始状态机器人协同探索方法装置系统

[发明专利]水下探索策略模型的训练方法及仿生机器鱼水下探索方法-CN202210043511.6有效
发明人：吴正兴;喻俊志;闫帅铮;王健;黄雨培;谭民 -专利权人：中国科学院自动化研究所
申请日： 2022-01-14 - 公布日： 2022-12-06 - 主分类号： G05B17/02 文献下载
摘要：本发明提供一种水下探索策略模型的训练方法及仿生机器鱼水下探索方法，本发明的水下探索策略模型的训练方法包括：通过第一样本集对仿生机器鱼的初始探索策略模型进行训练，得到第一探索策略模型；从所述第一样本集中确定第二样本集；以第二样本集中的所述第一状态信息为样本，以与所述第一状态信息对应的第一动作信息为标签，训练所述第一探索策略模型，得到第二探索策略模型。本发明的水下探索策略模型的训练方法通过利用仿生机器鱼的历史经验中的较优动作所对应的第一状态信息与第一动作信息对第一探索策略模型进行训练，能降低较为失败的动作对模型的影响，避免模型的参数陷入局部最优，从而增强了模型在实际环境中运用的鲁棒性与稳定性
水下探索策略模型训练方法仿生机器鱼水

[发明专利]一种搭载强化学习智能体的无人设备集群协同探索方法-CN202211047986.9在审
发明人：罗光春;陈爱国;付波;孙国林;杜凯;张晨曦 -专利权人：电子科技大学
申请日： 2022-08-30 - 公布日： 2022-12-16 - 主分类号： G05D1/10 文献下载
摘要：本发明属于无人设备自动化控制领域，具体提供一种搭载强化学习智能体的无人设备集群协同探索方法，能够有效增强无人集群对未知环境协同探索能力；本发明采用堆栈式自编码器将相似状态编码为相似特征向量，使得智能体能够更清晰的识别相似的环境状态；采用自监督分类器为智能体与所访问的环境状态计算匹配评分，判断该智能体是否应当访问这一状态，引导智能体访问状态的分化，促使不同智能体探索不同的区域，增强多智能体系统对环境的总体探索能力，实现多智能体系统的协同探索
一种搭载强化学习智能无人设备集群协同探索方法

[发明专利]一种车联网中的动态服务管理方法-CN202210020486.X在审
发明人：罗晶晶;周华伟;郑福春;高林;张钦宇 -专利权人：哈尔滨工业大学（深圳）
申请日： 2022-01-10 - 公布日： 2022-03-18 - 主分类号： G06Q10/06 文献下载
摘要：为每个路侧单元的每个分组设置一个计数值和一个服务需求的估计值；收集时隙t内每个路侧单元覆盖的目标用户及目标用户对应的特征信息，并为每个目标用户根据其特征信息找到对应的分组；根据计数值判断每个路侧单元处于探索状态或利用状态；统计处于探索状态的路侧单元集合，并判断处于探索状态的路侧单元集合是否非空；若处于探索状态的路侧单元集合为空集，则根据各路侧单元的服务需求估计值进行动态服务资源分配；若处于探索状态的路侧单元集合为非空集，则根据处于利用状态的路侧单元的服务需求估计值进行动态服务资源分配。
一种联网中的动态服务管理方法

[发明专利]用于技术系统的计算机辅助控制和/或调节的方法-CN201480018192.7有效
发明人： S.迪尔;S.乌德卢夫特;H-G.布鲁梅尔;J.P.辛格;V.施特青格 -专利权人：西门子公司
申请日： 2014-01-22 - 公布日： 2018-06-01 - 主分类号： G05B13/02 文献下载
摘要：在根据本发明的方法的范围中在预先给定的调节方法（CO1、CO2）中实现探索规则（EP），利用该探索规则达到技术系统（T）的新的、仍未知的状态（x）。在此借助于技术系统（T）的仿真模型（SM）来检验：探索规则（EP）的动作（a2）是否导致位于预先确定的阈值内的后续状态（x'）。仅在该情况下在技术系统处根据探索规则（EP）实施相应的动作（a2）。根据本发明的方法使得能够在技术系统的运行的范围中探索新状态，其中通过检验相应的阈值来确保所述探索不可察觉地进行并且不导致技术系统的错误运行。根据本发明的方法尤其适于控制或调节燃气涡轮机或风力涡轮机。
技术系统探索计算机辅助风力涡轮机燃气涡轮机仿真模型后续状态预先给定预先确定新状态检验察觉

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条