[发明专利]一种基于环境预测模型的强化学习方法在审
| 申请号： | 201910410196.4 | 申请日： | 2019-05-15 |
| 公开（公告）号： | CN111950722A | 公开（公告）日： | 2020-11-17 |
| 发明（设计）人： | 赵婷婷;宋亚静;杨巨成;赵青;任德华;王嫄 | 申请（专利权）人： | 天津科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300456 天津市经济技术开发区第*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于环境预测模型的强化学习方法，其收集环境的真实状态动作转移样本数据；构造环境表示模型即变分自编码器网络模型；训练变分自编码器网络模型直至收敛；在隐空间构建环境预测模型，该网络模型为递归神经网络模型；结合历史数据训练递归神经网络模型直至收敛，在潜在空间生成可预测未来状态的表示，并将递归型神经网络自身的隐状态表示为智能体对于自身行动所引发的环境变化的预测。本发明在深度神经网络中的变分自编码器及递归型神经网络相结合的基础上进行改良，生成虚拟环境数据训练智能体，并把从中学会的策略迁移到真实环境之中。该模型的设计摆脱了深度强化学习在实际应用中对大量学习样本的要求，生成数据的多样性可从一定程度上解决深度强化学习模型存在对其所训练数据过度拟合的问题。 | ||
| 搜索关键词： | 一种 基于 环境 预测 模型 强化 学习方法 | ||
【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天津科技大学，未经天津科技大学许可，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/201910410196.4/，转载请声明来源钻瓜专利网。
