[发明专利]中间强化学习目标的无监督的检测有效
| 申请号： | 201780074215.X | 申请日： | 2017-11-06 |
| 公开（公告）号： | CN110168574B | 公开（公告）日： | 2023-10-13 |
| 发明（设计）人： | 皮埃尔·塞马内 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N3/092 | 分类号： | G06N3/092;G06N3/088;G06V10/764;G06V10/82 |
| 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;安翔 |
| 地址： | 美国加利*** | 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： | 用于检测中间强化学习目标的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。方法之一包括：获得多个演示序列，每个演示序列是在正在执行强化学习任务的相应实例的时的环境的图像序列；对于每个演示序列，通过图像处理神经网络处理演示序列中的每个图像，以确定图像的相应的特征集合的特征值；根据演示序列确定将强化学习任务分区为多个子任务，其中，每个演示序列中的每个图像被分配给多个子任务中的相应子任务；并且，根据演示序列中的图像的特征值，确定多个子任务中的每一个的相应的区别特征集合。 | ||
| 搜索关键词： | 中间 强化 学习 目标 监督 检测 | ||
【主权项】：
1.一种方法，包括：由计算系统获得多个演示序列，所述演示序列中的每个演示序列是在正在执行强化学习任务的相应实例的时的环境的图像序列；对于每个演示序列，由所述计算系统通过包括多个隐藏层的图像处理神经网络处理该演示序列中的每个图像，以从由所述隐藏层中的一个或多个隐藏层生成的激活确定所述图像的相应的特征集合的特征值；由所述计算系统根据所述演示序列确定将所述强化学习任务分区为多个子任务，其中，每个演示序列中的每个图像被分配给所述多个子任务中的相应子任务；以及由所述计算系统根据所述演示序列中的所述图像的所述特征值确定所述多个子任务中的每个子任务的相应的区别特征集合。
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谷歌有限责任公司，未经谷歌有限责任公司许可，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/201780074215.X/，转载请声明来源钻瓜专利网。
