[发明专利]基于优胜劣汰的深度强化学习策略网络存储方法及设备在审
| 申请号： | 202010320186.4 | 申请日： | 2020-04-22 |
| 公开（公告）号： | CN111582495A | 公开（公告）日： | 2020-08-25 |
| 发明（设计）人： | 赵江;李明君;蔡志浩;王英勋 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京航智知识产权代理事务所(普通合伙) 11668 | 代理人： | 陈磊;张桢 |
| 地址： | 100191*** | 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： | 一种基于优胜劣汰的深度强化学习策略网络的存储方法，该方法包括：获取当前训练周期的结果和策略网络；判断所述当前训练周期的结果是否满足策略网络测试要求；在判断所述当前训练周期的结果满足所述策略网络测试要求的情况下，进行策略网络测试；获得该策略网络测试的结果；判断所述策略网络测试的结果是否满足保存要求；在判断所述策略网络测试的结果满足保存要求的情况下，保存所述策略网络以及所述策略网络测试的结果。 | ||
| 搜索关键词： | 基于 优胜劣汰 深度 强化 学习 策略 网络 存储 方法 设备 | ||
【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北京航空航天大学，未经北京航空航天大学许可，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/202010320186.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于石墨烯和狄拉克半金属的全介质吸波器
- 下一篇：一种高可靠深井地震计
