[发明专利]基于对抗学习的控制策略模仿学习方法及装置有效
| 申请号： | 202010302194.6 | 申请日： | 2020-04-16 |
| 公开（公告）号： | CN111488988B | 公开（公告）日： | 2021-10-29 |
| 发明（设计）人： | 杨君;张明;王亚伟;芦维宁;李志恒;梁斌 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06F30/20 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 王艳斌 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于对抗学习的控制策略模仿学习方法及装置，方法包括：获取人类专家的决策示教数据，并且获取与专家示教决策数据对应的仿真环境；构建控制策略网络，控制策略网络的输入为仿真环境返回的状态，输出为决策动作；使用当前策略网络在仿真环境进行交互，获得当前策略的决策轨迹数据，基于对抗学习的模仿学习方法对专家轨迹数据进行模仿，逐步缩减策略网络决策轨迹数据和专家决策轨迹数据之间的分布差异，以模仿学习得到能够产生专家决策轨迹的策略网络；将通过对抗模仿策略得到的控制策略网络的参数固定保持，以进行实际环境控制任务的应用。该方法结合数据与模型的双重优势，通过对抗学习策略获得鲁棒性更强的控制策略，简单易实现。 | ||
| 搜索关键词： | 基于 对抗 学习 控制 策略 模仿 学习方法 装置 | ||
【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清华大学，未经清华大学许可，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/202010302194.6/，转载请声明来源钻瓜专利网。
- 上一篇：智能型测温消毒舱及检疫方法
- 下一篇：一种识别水位的方法及设备
