[发明专利]Q学习中调整状态空间边界的方法和装置有效
| 申请号： | 201680056875.0 | 申请日： | 2016-12-02 |
| 公开（公告）号： | CN108476084B | 公开（公告）日： | 2020-05-08 |
| 发明（设计）人： | 夏伊·霍罗威茨;亚伊·阿里安;郑淼 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | H04L1/00 | 分类号： | H04L1/00 |
| 代理公司： | 北京龙双利达知识产权代理有限公司 11329 | 代理人： | 时林;毛威 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种Q学习中调整状态边界的方法，能够提升Q学习算法的算法性能。该方法包括：根据系统在第一时段的第一状态，确定第一状态所在的分段，并确定该分段对应的多个动作中Q值最大的第一动作，每个动作的Q值用于表示执行每个动作后系统可获得的预期收益值(210)；执行第一动作，并在执行第一动作后的第二时段，计算执行第一动作后系统获得的实际收益值(220)；判断该多个动作中是否存在Q值大于实际收益值的第二动作，若该多个动作中存在Q值大于实际收益值的第二动作，则调整该分段的空间边界(230)。 | ||
| 搜索关键词： | 学习 调整 状态 空间 边界 方法 装置 | ||
【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华为技术有限公司，未经华为技术有限公司许可，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/201680056875.0/，转载请声明来源钻瓜专利网。
