[发明专利]用于强化学习的方法和设备有效
| 申请号： | 201480055621.8 | 申请日： | 2014-10-07 |
| 公开（公告）号： | CN105637540B | 公开（公告）日： | 2021-08-03 |
| 发明（设计）人： | 沃洛季米尔·姆尼赫;科拉伊·卡武克曲奥卢 | 申请（专利权）人： | 渊慧科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 中原信达知识产权代理有限责任公司 11219 | 代理人： | 周亚荣;邓聪惠 |
| 地址： | 英国*** | 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： | 我们描述一种强化学习的方法，其用于具有多个状态和从一个状态移动到下一个状态的动作的主题系统。训练数据通过以一系列动作在系统上操作而生成，且用于训练第二神经网络。用于训练第二神经网络的目标值从第一神经网络得出，该第一神经网络通过每隔一段时间复制第二神经网络的权重而生成。 | ||
| 搜索关键词： | 用于 强化 学习 方法 设备 | ||
【主权项】：
一种强化学习的方法，所述方法包括：输入与主题系统有关的训练数据，所述主题系统具有多个状态，并且对于每个状态，所述主题系统具有从所述状态中的一个移动到下一个所述状态的动作集合；其中所述训练数据通过以一系列所述动作在所述系统上操作而被生成，并且包括起始状态数据、动作数据以及下一个状态数据，所述起始状态数据、动作数据以及下一个状态数据对于多个所述动作分别限定起始状态、动作以及由于所述动作所致的下一个所述状态；以及利用所述训练数据以及从第一神经网络得出的用于第二神经网络的目标值，训练第二神经网络；所述方法进一步包括：根据所述第二神经网络生成或更新所述第一神经网络。
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渊慧科技有限公司，未经渊慧科技有限公司许可，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/201480055621.8/，转载请声明来源钻瓜专利网。
