[发明专利]用于实现导航的可迁移的元学习的无监督DQN强化学习在审
| 申请号： | 202010615964.2 | 申请日： | 2020-06-30 |
| 公开（公告）号： | CN111783983A | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 帅仁俊;赵宸;马力 | 申请（专利权）人： | 南京工业大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/00;G01C21/20 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 211816 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于实现导航的可迁移的元学习的无监督DQN强化学习方法，所述方法的ULTRA框架包括三个部分，无监督的对抗性任务生成、共享层次结构策略和元强化学习；所述的无监督的对抗性任务生成的基于任务的对抗性训练过程包含任务生成器和元学习器；任务生成器自动生成多组任务，而没有来自环境的任何监督信号，元学习者将尝试完成这些任务；所述的共享层次结构策略，元学习器的体系结构是共享层次结构策略，其中包含一个主策略和一组子策略；在每个主时间脉络中，主策略首先根据算法随机进行选择要激活的子策略，然后所选的子策略执行主操作。所述的元强化学习，是使用强化学习的算法对整个任务中所有主策略下分配的子策略的参数进行优化。 | ||
| 搜索关键词： | 用于 实现 导航 迁移 学习 监督 dqn 强化 | ||
【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南京工业大学，未经南京工业大学许可，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/202010615964.2/，转载请声明来源钻瓜专利网。
- 上一篇：水果处理机
- 下一篇：图像选择方法、装置、计算机设备及存储介质
