[发明专利]一种基于状态分布感知采样的智能体深度价值函数学习方法有效
| 申请号： | 201810459347.0 | 申请日： | 2018-05-15 |
| 公开（公告）号： | CN108647789B | 公开（公告）日： | 2022-04-19 |
| 发明（设计）人： | 李玺;李伟超;皇福献 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 傅朝栋;张法高 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于状态分布感知采样的智能体深度价值函数学习方法，用于智能体在较少的样本下较快地学习价值函数。具体包括如下步骤：1)获取用于智能体学习价值函数的经验数据，并定义算法目标；2)使用卷积神经网络对经验数据进行预处理，得到表达能力更强的特征集；3)在经验数据集的特征空间中使用无监督方法对经验数据集进行聚类；4)根据经验数据集的状态分布，采用基于均匀采样和簇等概率采样插值的样本状态分布感知采样方法进行采样；5)智能体使用采样得到的样本进行价值函数的学习。本发明适用于增强学习领域的游戏博弈问题，能够在较少的样本量的情况下较快地取得较好的效果。 | ||
| 搜索关键词： | 一种 基于 状态 分布 感知 采样 智能 深度 价值 函数 学习方法 | ||
【主权项】：
1.一种基于状态分布感知采样的智能体深度价值函数学习方法，其特征在于包括以下步骤：S1、获取用于智能体学习价值函数的经验数据，并定义算法目标；S2、使用卷积神经网络对经验数据进行预处理，增强经验数据集的表达能力；S3、在经验数据集的特征空间中使用无监督方法对经验数据集进行聚类；S4、根据经验数据集的状态分布，采用基于均匀采样和簇等概率采样插值的样本状态分布感知采样方法进行样本采样；S5、智能体使用采样得到的样本数据进行价值函数的学习。
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浙江大学，未经浙江大学许可，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/201810459347.0/，转载请声明来源钻瓜专利网。
