[发明专利]强化学习的训练方法和装置在审
| 申请号： | 202010476913.6 | 申请日： | 2020-05-29 |
| 公开（公告）号： | CN111783994A | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 庄雨铮;张劲;刘武龙;张崇洁 | 申请（专利权）人： | 华为技术有限公司;清华大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京龙双利达知识产权代理有限公司 11329 | 代理人： | 王龙华;王君 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种强化学习的训练方法和装置，可以提高元强化学习的探索效率，以实现对新任务的快速适应。该方法包括：初始化上下文任务编码器、探索策略和利用策略；执行根据第一环境信息、上下文任务编码器和探索策略获取的第一行为，以得到基于第一行为的第一样本，第一样本包括环境响应于第一行为的第一反馈；执行根据第二环境信息、上下文任务编码器和利用策略获取的第二行为，以得到基于第二行为的第二样本，第二样本包括环境响应于第二行为的第二反馈；根据第一反馈和第二反馈对探索策略和利用策略进行优化。 | ||
| 搜索关键词： | 强化 学习 训练 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华为技术有限公司;清华大学，未经华为技术有限公司;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/202010476913.6/，转载请声明来源钻瓜专利网。
