[发明专利]确定执行设备的动作选择方针有效
申请号: | 201980028438.1 | 申请日: | 2019-12-12 |
公开(公告)号: | CN112041811B | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 李辉;宋乐 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | G06F8/30 | 分类号: | G06F8/30 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 周嗣勇 |
地址: | 310000 浙江省杭州市*** | 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: | 本文公开了用于生成动作选择方针以在环境中完成任务的方法、系统和装置,包括编码在计算机存储介质上的计算机程序。所述方法包括:识别一个状态下的多个可能动作,其中,该状态对应于信息集向量;识别该状态下的当前动作选择方针向量,其中,当前动作选择方针向量中的每个当前动作选择方针对应于信息集向量中的一个信息集;基于该状态下的当前动作选择方针向量计算采样方针;根据采样方针中指定的该状态下的多个可能动作中的一个动作的采样概率,对该动作进行采样;基于该动作更新执行设备在该状态下的每个当前动作选择方针。 | ||
搜索关键词: | 确定 执行 设备 动作 选择 方针 | ||
【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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,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/201980028438.1/,转载请声明来源钻瓜专利网。