[发明专利]优化经验回放采样策略的强化学习方法在审
| 申请号： | 202010254698.5 | 申请日： | 2020-04-02 |
| 公开（公告）号： | CN111461347A | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 李厚强;周文罡;孙培泉 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/08 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;韩珂 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种优化经验回放采样策略的强化学习方法，包括：步骤1、在每个时刻，智能体和环境交互得到经验，并将经验存储在经验回放池中；步骤2、在更新当前训练策略时，从经验回放池中等概率随机采样λ·B个经验样本；其中，B为设定的数值，λ≥1控制着优先化采样的程度；步骤3、逐一比较经验样本中包含的状态与当前训练策略对应状态之间的相似性，从而选出相似性最大的前B个经验样本；步骤4、使用选出的B个经验样本对当前训练策略进行训练；步骤5、本次训练结束后，判断训练步数是否达到最大值，若否，则返回步骤2。该方法通过改进经验回放采样策略，显著提高强化学习的效率，并且保持了强化学习训练的高效性。 | ||
| 搜索关键词： | 优化 经验 回放 采样 策略 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中国科学技术大学，未经中国科学技术大学许可，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/202010254698.5/，转载请声明来源钻瓜专利网。
