[发明专利]通过最小化妄想影响来确定控制策略在审
| 申请号： | 201980070743.7 | 申请日： | 2019-10-29 |
| 公开（公告）号： | CN112930541A | 公开（公告）日： | 2021-06-08 |
| 发明（设计）人： | 刘畠;达莱·埃里克·舒尔曼斯;克雷格·埃德加·布蒂利耶 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N3/08 |
| 代理公司： | 中原信达知识产权代理有限责任公司 11219 | 代理人： | 周亚荣;邓聪惠 |
| 地址： | 美国加利*** | 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： | 本发明涉及用于确定用于与环境交互的代理的控制策略的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法之一包括通过使用Q学习而使用策略一致的备份来更新控制策略。为了确定策略一致的备份，所述系统确定在当前观察‑当前动作对的用于控制策略的策略一致的备份，包括：针对代理能够执行的可能动作集中的多个动作中的每个动作，标识由控制策略分配给控制策略的下一观察‑动作对并且由信息集中的至少一个来证明的Q值；从所标识的Q值中修剪仅由不是策略类一致的信息集证明的任何Q值；以及从所述奖励和仅未被修剪的所标识的Q值来确定所述策略一致的备份。 | ||
| 搜索关键词： | 通过 最小化 妄想 影响 确定 控制 策略 | ||
【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谷歌有限责任公司，未经谷歌有限责任公司许可，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/201980070743.7/，转载请声明来源钻瓜专利网。
- 上一篇：可食性宠物咬胶及其形成方法
- 下一篇：脉搏波速度测量系统
