[发明专利]一种机器学习、寻物方法及装置

摘要

本申请实施例提供了一种机器学习、寻物方法及装置，涉及人工智能技术领域，应用于机器人，方法包括：从目标寻物场景的状态集合中选择状态，作为第一状态；以第一状态为寻物策略的起始状态，获得寻找目的物的目标最优寻物策略；以目标最优寻物策略为学习目标进行策略学习，获得机器人在目标寻物场景中寻找目的物的寻物策略，并将所获得的寻物策略添加至寻物策略池；比较所获得寻物策略与目标最优寻物策略是否一致；若一致，判定完成以第一状态为寻物策略的起始状态的策略学习；若不一致，返回从目标寻物场景的状态集合中选择状态的步骤。应用本申请实施例提供的方案提高了寻物成功的概率。

主权项

1.一种机器学习方法，其特征在于，应用于机器人，所述方法包括：从目标寻物场景的状态集合中选择状态，作为第一状态，其中，所述状态集合为：所述机器人在所述目标寻物场景中的状态的集合；以所述第一状态为寻物策略的起始状态，获得寻找目的物的目标最优寻物策略，其中，所述寻物策略包含：所述机器人从所述寻物策略的起始状态开始至寻找到所述目的物依次经历的各个状态、从每一状态转换至下一状态所述机器人执行的动作；以所述目标最优寻物策略为学习目标进行策略学习，获得所述机器人在所述目标寻物场景中寻找所述目的物的寻物策略，并将所获得的寻物策略添加至寻物策略池，其中，所获得的寻物策略为：以所述第一状态为起始状态、以第二状态为终止状态的寻物策略，所述第二状态为：所述目的物在所述目标寻物场景中的位置对应的所述机器人所处的状态；比较所获得寻物策略与所述目标最优寻物策略是否一致；若一致，判定完成以所述第一状态为寻物策略的起始状态的策略学习；若不一致，返回所述从目标寻物场景的状态集合中选择状态的步骤。