[发明专利]一种基于期望值函数的深度强化学习训练加速方法在审
| 申请号： | 202010313846.6 | 申请日： | 2020-04-20 |
| 公开（公告）号： | CN111339690A | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 吴昊霖;李辉;周俊成;王壮;黄操 | 申请（专利权）人： | 成都蓉奥科技有限公司 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610000 四川省成都市锦江区锦华*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于期望值函数的深度强化学习训练加速方法。该方法针对深度强化学习因奖励稀疏而训练缓慢的问题，引入基于期望值函数的辅助评价指标来评估动作表现，从而加快训练速度。该方法主要包括:构建神经网络并进行参数初始化；计算相邻两个状态的动作值函数；利于动作值函数与策略的期望求得期望值函数，并通过期望值函数得到辅助评价指标；最后通过添加辅助评价指标项构建符合损失函数用以更准确的更新值函数网络参数。该方法适用于深度Q神经网络架构算法，能够通过更准确地评估动作表现来加快深度强化学习的训练速度。 | ||
| 搜索关键词： | 一种 基于 期望值 函数 深度 强化 学习 训练 加速 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成都蓉奥科技有限公司，未经成都蓉奥科技有限公司许可，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/202010313846.6/，转载请声明来源钻瓜专利网。
