[发明专利]用于深度强化学习的认证对抗鲁棒性在审
| 申请号： | 202011075251.8 | 申请日： | 2020-10-09 |
| 公开（公告）号： | CN112700001A | 公开（公告）日： | 2021-04-23 |
| 发明（设计）人： | 比约恩·马尔特·吕特延斯;迈克尔·F·埃弗雷特;乔纳森·P·豪;阿尔潘·库萨利 | 申请（专利权）人： | 福特全球技术公司;麻省理工学院技术许可办事处 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;B60W50/00;H04W4/44;H04W4/46;H04W4/48 |
| 代理公司： | 北京连和连知识产权代理有限公司 11278 | 代理人： | 陈黎明;李红萧 |
| 地址： | 美国密歇根*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 用于 深度 强化 学习 认证 对抗 鲁棒性 | ||
1.一种包括计算机的系统，所述计算机包括处理器和存储器，所述存储器包括指令，使得所述处理器被编程为：
基于损坏的观察值和预定扰动参数来计算一个或多个下界状态-动作值；以及
选择对应于具有最高值的下界状态-动作值的动作。
2.如权利要求1所述的系统，其中所述处理器进一步被编程为：
基于所述损坏的观察值、所述预定参数和训练后的深度神经网络的权重来计算所述一个或多个下界状态-动作值。
3.如权利要求2所述的系统，其中所述训练后的深度神经网络包括卷积神经网络。
4.如权利要求1所述的系统，其中所述预定扰动参数包括矢量。
5.如权利要求1所述的系统，其中所述处理器进一步被编程为：
基于所述选择的动作来致动代理。
6.如权利要求4所述的系统，其中所述代理包括自主车辆。
7.如权利要求1所述的系统，其中所述损坏的观察值包括损坏的传感器数据。
8.如权利要求7所述的系统，其中所述处理器进一步被编程为：
从车辆的车辆传感器接收所述损坏的传感器数据。
9.一种系统，其包括：
车辆，所述车辆包括车辆系统，所述车辆系统包括计算机，所述计算机包括处理器和存储器，所述存储器包括指令，使得所述处理器被编程为：
基于损坏的观察值和预定扰动参数来计算一个或多个下界状态-动作值；以及
选择对应于具有最高值的下界状态-动作值的动作。
10.如权利要求9所述的系统，其中所述处理器进一步被编程为：
基于所述损坏的观察值、所述预定参数和训练后的深度神经网络的权重来计算所述一个或多个下界状态-动作值。
11.如权利要求10所述的系统，其中所述训练后的深度神经网络包括卷积神经网络。
12.如权利要求9所述的系统，其中所述预定扰动参数包括矢量。
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福特全球技术公司;麻省理工学院技术许可办事处，未经福特全球技术公司;麻省理工学院技术许可办事处许可，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/pat/books/202011075251.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：发酵乳杆菌TCI275、其组合物及其用途
- 下一篇：雷达校准系统
