“ddpg ”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404个，建议您升级VIP下载更多相关专利

[发明专利]一种基于PA-DDPG算法的混合动力系统能量管理方法-CN202210754519.3在审
发明人：郭爱君;周健豪;赵万忠;常家庆;汪杰 -专利权人：南京航空航天大学
申请日： 2022-06-28 - 公布日： 2022-09-06 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于PA‑DDPG算法的混合动力系统能量管理方法，属于混合动力汽车能量管理技术领域，使用参数化动作空间，不仅可以同时使用离散动作和连续动作，而且还可以在保证汽车动力性的前提下，实现较好的燃油经济性本发明包括以下步骤：建立PA‑DDPG代理模型；设置PA‑DDPG代理模型的状态、动作，动作参数和回报，得到设置后的PA‑DDPG代理模型；获取相关训练数据集，根据获得的相关训练数据集训练所述PA‑DDPG代理模型得到训练后的PA‑DDPG代理模型；最后，使用训练后的PA‑DDPG代理模型进行并联式混合动力车辆的能量管理，以获取更好的控制效果。
一种基于 pa ddpg 算法混合动力系统能量管理方法

[发明专利]一种基于深度强化学习的钢铁企业氧气系统调度方法-CN202210024176.5在审
发明人：李丽娟;高潇雨;杨世品;张印强 -专利权人：南京工业大学
申请日： 2022-01-10 - 公布日： 2022-03-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于深度强化学习的钢铁企业氧气系统调度方法，包括：获取每个环节氧气系统对应设备的处理数据，对数据进行预处理，并构建训练集；基于训练集构建深度强化学习DDPG模型，其中，深度强化学习DDPG模型包括DDPG深度学习网络结构和DDPG强化学习模块；训练深度强化学习DDPG模型，得到调度过程中对应设备出力规则；将待生产、运输、使用的氧气任务调度数据输入到训练好的深度强化学习DDPG模型，并据设备出力规则得到钢铁企业氧气的调度安排
一种基于深度强化学习钢铁企业氧气系统调度方法

[发明专利]一种基于DDPG强化学习的PID动态整定电机控制系统-CN202210819721.X在审
发明人：张子悦;张浩;施志翔 -专利权人：江苏大学
申请日： 2022-07-13 - 公布日： 2022-08-30 - 主分类号： G05B11/42 文献下载
摘要：本发明提供了一种基于DDPG强化学习的PID动态整定电机控制系统：包括DDPG控制器和PID控制器，所述DDPG控制器的输入为目标值、实际值和偏差值，其中目标值由外部给定、实际值由电机反馈、偏差值为目标值与实际值之间的差，DDPG控制器输出动作信号给PID控制器，所述PID控制器设有两个信号输入端，分别输入动作信号和偏差值，PID控制器输出端与电机相连控制电机运转。上述DDPG‑DIP控制系统，利用DDPG控制器对PID控制器的动作参数进行动态整定，能够让系统尽快向目标收敛，快速消除电机实际值与目标值之间的控制误差。
一种基于 ddpg 强化学习 pid 动态电机控制系统

[发明专利]基于DDPG网络的混合辐射源信号分离方法-CN202110545722.5有效
发明人：张怡如;杨远望;邓建华;游长江;朱学勇;潘钰文 -专利权人：电子科技大学
申请日： 2021-05-19 - 公布日： 2022-06-14 - 主分类号： H04L25/03 文献下载
摘要：本发明公开了一种基于DDPG网络的混合辐射源信号分离方法，首先采用K个信号测试天线对K个样本辐射源的辐射源信号样本进行采集，处理得到混合信号样本，将分离矩阵看作一个智能体，矩阵元素的加减看作动作，将信号的分离程度看作环境，对DDPG网络进行设计，然后采用混合信号样本对DDPG网络进行训练，在实际应用时，由每个信号测试天线得到K个辐射源的混合信号，将混合信号输入训练好的DDPG网络进行再次训练，得到信号分离结果。本发明通过引入DDPG网络，有效提高对混合信号分离的准确度。
基于 ddpg 网络混合辐射源信号分离方法

[发明专利]一种基于深度强化学习的校直行程预测方法-CN202211266288.8在审
发明人：董辉;胡越;普晨旭;周祥清;吴祥;郭方洪 -专利权人：浙江工业大学
申请日： 2022-10-17 - 公布日： 2022-12-20 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于深度强化学习的校直行程预测方法，通过构建包括环境模型和DDPG网络模型的校直行程预测模型，将工件的状态参数输入DDPG网络模型选出相应的动作，根据动作更新下一时刻的状态参数，并对当前时刻和下一时刻的状态参数进行约束条件判断，根据判断结果计算奖惩值反馈给DDPG网络模型，并将当前时刻的状态参数、动作、奖惩值和下一时刻的状态参数作为组合存储于记忆库，DDPG网络模型从记忆库提取参数进行学习以更新神经网络参数，通过循环训练获得最终DDPG网络模型，将待测工件的状态参数输入最终DDPG网络模型预测出对应的校直行程。
一种基于深度强化学习行程预测方法

[发明专利]一种基于改进DDPG的空调制冷系统节能方法-CN202310624885.1在审
发明人：靳洪博;李春燕;李冬妮 -专利权人：北京理工大学
申请日： 2023-05-30 - 公布日： 2023-08-15 - 主分类号： G06Q10/04 文献下载
摘要：一种基于改进DDPG的空调制冷系统节能方法,属于空调制冷系统节能领域。通过数据挖掘的方式挖掘参数之间隐藏的依赖关系，作为DDPG的动作空间约束，每个动作都能使空调正常运行，避免稀疏奖励问题，提高DDPG的收敛速度和最优解质量；基于双经验池的DDPG方法，增加旧经验池，对两个经验池的样本采用基于重要性采样的多维度剪裁，同时学习新样本和旧样本，提高DDPG策略收敛的稳定性和样本数据的利用率；采用改进的遗传算法经验提高DDPG方法的环境探索度，使其求解的收敛速度更快、求解的质量更高。
一种基于改进 ddpg 空调制冷系统节能方法

[发明专利]一种基于双经验池DDPG网络的兵棋推演智能决策方法-CN202210244709.0有效
发明人：张震;臧兆祥 -专利权人：三峡大学
申请日： 2022-03-14 - 公布日： 2023-10-13 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种基于双经验池DDPG网络的兵棋推演智能决策方法，包括：获取兵棋推演数据，构建双经验池DDPG模型；对兵棋推演数据进行预处理，将预处理后的数据向量化，获得向量化数据；将向量化数据输入双经验池DDPG模型进行训练，双经验池DDPG模型达到预设收敛程度时完成训练，基于训练完成的双经验池DDPG模型生成兵棋推演智能决策。将双经验池DDPG结构应用于兵棋推演中，利用双经验池对训练速度的提升，更快地训练出可用的神经网络模型。通过对高质量样本的筛选和利用，在一定程度上改善了模型表现依赖于样本质量的问题。
一种基于经验 ddpg 网络推演智能决策方法

[发明专利]一种直流建筑能量管理优化方法-CN202211521515.7在审
发明人：李建标;陈建福;唐捷;陈勇;裴星宇;杨锐雄;程旭;吴宏远;李文晖;黄艺鹏;李振聪;林敏洪;廖雁群;陈滔;邹国惠;高滢;曾杰;陆子凯;张易民;赵晓燕 -专利权人：广东电网有限责任公司;广东电网有限责任公司珠海供电局
申请日： 2022-11-30 - 公布日： 2023-04-04 - 主分类号： H02J3/28 文献下载
摘要：本发明对于直流建筑的能量优化运行进行马尔科夫决策过程建模，同时，针对所建立的直流建筑优化模型，采用DDPG算法进行求解。考虑到传统DDPG算法的不足，本发明通过在DDPG算法求解过程中采用基于时序差分误差(TD‑error)的优先经验回放机制减少DDPG算法在直流微网运行环境中学习、探索的随机性和盲目性，提升本发明中能量优化管理策略的收敛速度同时，在算法训练回合间构造直流建筑系统能量管理的优秀回合集，加强DDPG算法智能体在训练回合间的联系，最大化利用优秀回合的价值。
一种直流建筑能量管理优化方法

[发明专利]一种基于DDPG神经网络的网络流量预测方法-CN202210803255.6有效
发明人：胡颖;王凤琴;杨永双;李健勇;闵冠博;张杰 -专利权人：郑州轻工业大学
申请日： 2022-07-07 - 公布日： 2023-04-25 - 主分类号： H04L43/0876 文献下载
摘要：本发明涉及一种基于DDPG神经网络的网络流量预测方法，构建DDPG神经网络，获取当前时间片对应的时间片集合的网络流量数据，当前时间片对应的时间片集合包括当前时间片以及当前时间片之前的预设个数的时间片，网络流量数据包括预测使用数据和真实值数据，根据当前时间片对应的时间片集合的网络流量数据，训练DDPG神经网络，最后根据训练完成的DDPG神经网络进行网络流量预测。本发明提供的基于DDPG神经网络的网络流量预测方法能够减少因实际流量较高导致的被动迁移频次，在已知减少被动迁移权重和节能权重时，最大限度提高网络整体效果，即降低被动迁移次数和能耗。
一种基于 ddpg 神经网络网络流量预测方法

[发明专利]一种基于DDPG的网络拥塞控制算法-CN202310368039.8在审
发明人：怀丽敏 -专利权人：怀丽敏
申请日： 2023-04-08 - 公布日： 2023-07-21 - 主分类号： H04L47/12 文献下载
摘要：本发明公开了一种基于DDPG的网络拥塞控制算法。本发明与现有技术相比的优点在于：基于DDPG算法来进行TCP拥塞控制，DDPG中的经验优先回放能够弱化连续动作之间的相关性，在处理环境的状态信息时，增加了丢包率、时延的统计量和梯度来拓展状态空间。
一种基于 ddpg 网络拥塞控制算法

[发明专利]基于深度强化学习的机械臂控制方法-CN202310657299.7在审
发明人：袁庆霓;齐建友;高清扬;陈启鹏;吕健;杜飞龙;吴杨东;蓝伟文 -专利权人：贵州大学
申请日： 2023-06-05 - 公布日： 2023-08-04 - 主分类号： B25J9/16 文献下载
摘要：本发明的一种基于深度强化学习的机械臂控制方法，包括以下步骤:设计伺服控制器，搭建机械臂视觉伺服系统，训练自适应伺服增益DDPG模型：搭建DDPG训练环境，设置DDPG训练参数并完成DDPG模型训练；设定并获取机械臂抓取到目标物时的期望图像获取当前目标图像，提取当前特征；采用扩展卡尔曼滤波方法估计深度值，代入计算图像雅可比矩阵广义逆矩阵，同时将期望特征与当前特征运算得出图像特征误差e；根据机械臂视觉伺服系统当前状态，采用训练好的基于深度确定性策略梯度DDPG
基于深度强化学习机械控制方法

[发明专利]一种基于DDPG-D3QN的工业物联网云边协同卸载及资源分配方法-CN202310342081.2在审
发明人：胡晗;朱兴武;周福辉;吴伟 -专利权人：南京邮电大学
申请日： 2023-04-03 - 公布日： 2023-07-04 - 主分类号： H04W24/02 文献下载
摘要：本发明公开了一种基于DDPG‑D3QN的工业物联网云边协同卸载及资源分配方法，步骤如下：构建云边协同系统模型；计算系统模型的总时延和总能耗；确定和推导优化目标方程；根据优化目标方程，确定状态空间、动作空间和奖励函数；引入决斗双深度网络，构建DDPG‑D3QN混合决策强化学习网络；结合云边协同系统模型，优化DDPG‑D3QN混合决策强化学习网络参数；根据优化后的DDPG‑D3QN混合决策强化学习网络，得到最优的云边协同卸载和资源分配方案本发明利用确定性策略梯度和决斗双深度网络来改进DDPG‑D3QN混合决策深度强化学习网络，极大提高了算法的稳定性和收敛速度，有效降低了云边协同系统的服务成本。
一种基于 ddpg d3qn 工业联网协同卸载资源分配方法

[发明专利]基于局部敏感哈希的改良DDPG强化学习混合能源管理方法-CN202211406989.7在审
发明人：陶吉利;张靖怡;徐鸣;马龙华 -专利权人：浙大宁波理工学院
申请日： 2022-11-10 - 公布日： 2023-01-31 - 主分类号： B60L50/60 文献下载
摘要：本发明公开一种基于局部敏感哈希的改良DDPG强化学习混合能源管理方法，属于自动化技术领域。本发明提出的改良DDPG算法针对传统DDPG算法对环境探索效率低的缺点，进行了基于局部敏感哈希的探索能力优化。本发明通过局部敏感哈希中的SimHsah算法将混合能源系统的状态量映射成指定比特值的哈希码，通过哈希表对哈希码进行模糊计数，并在DDPG算法奖励函数设计中，加入了计数的结果项，用以激励算法产生和已有状态不同的新状态本发明相比于传统DDPG算法，有更好的环境探索效率，从而能够更好地突破局部最优解，得到更优的控制器。
基于局部敏感改良 ddpg 强化学习混合能源管理方法

[发明专利]卫星虚拟资源分配方法、装置、存储介质及设备-CN202110755403.7在审
发明人：陈超;向欣;刘允;宋瑞良;卢宁宁;张海鹏 -专利权人：中国传媒大学;中国电子科技集团公司第五十四研究所
申请日： 2021-07-05 - 公布日： 2021-09-03 - 主分类号： G06F9/50 文献下载
摘要：、存储介质及设备，属于虚拟资源分配技术领域，该方法通过确定卫星需要的最少虚拟资源量和卫星的实际获得虚拟资源量；根据卫星的最少虚拟资源量和实际获得虚拟资源量，构建马尔可夫决策过程；将马尔可夫决策过程关联DDPG算法，获取目标DDPG算法模型；根据目标DDPG算法模型，获取地面站对卫星虚拟资源的分配策略。本发明通过构建马尔可夫决策过程，并关联DDPG算法，从而实现对虚拟资源的动态分配，以降低处理数据时产生的时延、提升资源利用率。
卫星虚拟资源分配方法装置存储介质设备

[发明专利]一种基于改进DDPG算法的移动机器人路径规划方法-CN202111331648.3在审
发明人：解明扬;张瀚;陈欣;王从庆;张民;陈丰毅 -专利权人：南京航空航天大学
申请日： 2021-11-11 - 公布日： 2022-02-25 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于改进DDPG算法的移动机器人路径规划方法，旨在充分发挥深度强化学习算法的未知动态环境适应性，从而快速规划出一条无碰撞的最短路径。本发明主要针对DDPG算法的收敛速度慢的问题进行改进，对DDPG算法中的经验回放池回放技术进行改进，从而提高其收敛速度。
一种基于改进 ddpg 算法移动机器人路径规划方法

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 404 条