[发明专利]强化学习系统训练返回函数的元梯度更新在审
| 申请号： | 201980033531.1 | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN112292693A | 公开（公告）日： | 2021-01-29 |
| 发明（设计）人： | Z.徐;H.P.范哈塞尔特;D.希尔沃 | 申请（专利权）人： | 渊慧科技有限公司 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N3/08 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 金玉洁 |
| 地址： | 英国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 用于强化学习的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。本文所描述的实施例应用元学习(特别是元梯度强化学习)来学习最优返回函数G，从而改善系统的训练。这提供了训练强化学习系统的更有效和高效的手段，因为系统能够通过训练返回函数G更快地收敛到一个或多个策略参数θ的最优集。特别地，使返回函数G取决于一个或多个策略参数θ，并且使用相对于一个或多个返回参数η被微分的元目标函数J’，以改善对返回函数G的训练。 | ||
| 搜索关键词： | 强化 学习 系统 训练 返回 函数 梯度 更新 | ||
【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渊慧科技有限公司，未经渊慧科技有限公司许可，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/201980033531.1/，转载请声明来源钻瓜专利网。
- 上一篇：患者接口
- 下一篇：用于通过离子迁移谱来分析物质的分析装置和方法
