[发明专利]强化学习网络的训练方法、装置、训练设备及存储介质有效
| 申请号： | 201810892642.5 | 申请日： | 2018-08-07 |
| 公开（公告）号： | CN109242099B | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 王峥;梁明兰 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 深圳智趣知识产权代理事务所(普通合伙) 44486 | 代理人： | 邵萌 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明适用机器学习领域，提供了一种强化学习网络的训练方法、装置、训练设备及存储介质，该方法包括：当接收到训练强化学习网络的请求时，设置强化学习网络的网络参数，以进行权重配置，获取强化学习网络的当前状态，以及当前状态的奖励值和贡献值，通过遍历动作库的动作组合，获取当前状态下的动作组合的最大Q值，根据当前状态的最大Q值获取当前动作并执行，通过得到下一状态的最大Q值，获取当前状态的目标Q值，生成强化学习网络的损失函数，通过预设调整算法调整网络参数，以继续对强化学习网络进行训练，直到损失函数收敛，从而降低了训练强化学习网络的计算量，进而加快了强化学习网络的训练速度、提高了训练效率。 | ||
| 搜索关键词： | 强化 学习 网络 训练 方法 装置 设备 存储 介质 | ||
【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中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，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/201810892642.5/，转载请声明来源钻瓜专利网。
