[发明专利]一种强化学习方法、装置、电子设备及存储介质有效
| 申请号： | 202010490880.0 | 申请日： | 2020-06-02 |
| 公开（公告）号： | CN111612162B | 公开（公告）日： | 2021-08-27 |
| 发明（设计）人： | 刘东红;李晟泽;徐新海;刘逊韵;张峰;张帅 | 申请（专利权）人： | 中国人民解放军军事科学院国防科技创新研究院 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 程琛 |
| 地址： | 100071 *** | 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： | 本发明实施例提供一种强化学习方法、装置、电子设备及存储介质，所述方法包括：确定智能体在执行完当前执行动作后的观测状态，作为下一观测状态；基于预先设定的观测状态与规则状态的映射关系，确定下一观测状态对应的下一规则状态；基于预先设定的智能体执行策略和下一规则状态，确定智能体的下一执行动作，并基于下一规则状态和下一执行动作确定下一行动效用值；基于下一行动效用值，更新智能体的当前行动效用值，直至满足预先设定的交互终止条件。本发明实施例提供的强化学习方法、装置、电子设备及存储介质，行动效用值的计算量大幅减少，缩减了计算维度，提升了强化学习效率。 | ||
| 搜索关键词： | 一种 强化 学习方法 装置 电子设备 存储 介质 | ||
【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人民解放军军事科学院国防科技创新研究院，未经中国人民解放军军事科学院国防科技创新研究院许可，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/202010490880.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种便于拖车的快速连接头
- 下一篇：一种步进电机
