[发明专利]基于状态表示学习的深度强化学习方法及装置在审
| 申请号： | 202010441544.7 | 申请日： | 2020-05-22 |
| 公开（公告）号： | CN113705805A | 公开（公告）日： | 2021-11-26 |
| 发明（设计）人： | 李厚强;周文罡;赵鉴 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 李伟 |
| 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： | 本发明提供了一种基于状态表示学习的深度强化学习方法及装置，依据当前状态、近状态、以及远状态，计算相邻状态一致性损失函数值，并计算强化学习损失函数值，基于相邻状态一致性损失函数值和强化学习损失函数值，计算联合函数值，基于联合函数值对神经网络模型进行训练，得到新的神经网络模型，并在计数器的计数结果不小于第二阈值时，将当前的神经网络模型作为目标网络模型。可见，相邻状态一致性损失函数值用于指示近状态与当前状态之间的差异小于近状态与状态之间的差异，在强化学习损失函数值的基础上引入相邻状态一致性损失函数值，得到联合函数值，依据联合函数值对神经网络模型进行训练，从而提高神经网络模型的性能和学习效率。 | ||
| 搜索关键词： | 基于 状态 表示 学习 深度 强化 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/202010441544.7/，转载请声明来源钻瓜专利网。
- 上一篇：干燥器组件及制冷设备
- 下一篇：一种告警根因定位方法及装置
