[发明专利]训练动作规划模型的方法及目标搜索方法有效
| 申请号： | 201910329763.3 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110059646B | 公开（公告）日： | 2021-02-09 |
| 发明（设计）人： | 陈添水;吴捷;黄丽珊;梁小丹;林倞 | 申请（专利权）人： | 暗物智能科技(广州)有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08;G06T7/13;G06T7/246 |
| 代理公司： | 北京三聚阳光知识产权代理有限公司 11250 | 代理人： | 李红团 |
| 地址： | 511458 广东省广州市南沙*** | 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： | 本发明涉及目标搜索技术领域，具体涉及训练动作规划模型及目标搜索的方法，方法包括：获取当前测试图像、目标对象以及当前步数；获取预测的边界框以及目标对象的边界框；基于预测的边界框以及目标对象的边界框的大小关系，确定当前动作规划的奖赏；将当前测试图像、目标对象以及当前步数输入动作规划模型，预测出下一步动作的概率分布及其对应的奖赏；根据当前动作规划的奖赏、下一步动作的概率分布以其对应的奖赏，对策略网络以及价值网络的进行强化学习。在预测的边界框以及目标对象的实际边界框的基础上，确定当前动作规划的奖赏；利用预测结果对策略网络以及价值网络进行强化学习，以使得策略网络以及价值网络达到最优，具有较高的搜索效率。 | ||
| 搜索关键词： | 训练 动作 规划 模型 方法 目标 搜索 | ||
【主权项】：
1.一种训练动作规划模型的方法，其特征在于，包括：获取当前测试图像、目标对象以及当前步数；获取预测的边界框以及所述目标对象的边界框；其中，所述预测的边界框是基于所述当前测试图像预测得到的；基于所述预测的边界框以及所述目标对象的边界框的大小关系，确定当前动作规划的奖赏；将当前测试图像、目标对象以及当前步数输入所述动作规划模型，预测出下一步动作的概率分布及其对应的奖赏；其中，所述动作规划模型包括策略网络以及价值网络，所述下一步动作的概率分布对应于所述策略网络，所述概率分布对应的奖赏对应于所述价值网络；根据所述当前动作规划的奖赏、所述下一步动作的概率分布以其对应的奖赏，对所述策略网络以及所述价值网络的进行强化学习，以训练所述动作规划模型；其中，所述动作规划模型用于预测下一步动作。
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暗物智能科技(广州)有限公司，未经暗物智能科技(广州)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/201910329763.3/，转载请声明来源钻瓜专利网。
