[发明专利]一种基于多重目标神经网络的强化学习值函数更新方法在审
| 申请号： | 202010628201.1 | 申请日： | 2020-07-02 |
| 公开（公告）号： | CN111832723A | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 李辉;吴昊霖;王壮 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于多重目标神经网络的强化学习值函数更新方法，包括步骤：(1)构建并初始化强化学习智能体，其主要包括1个在线神经网络和K个目标神经网络；(2)智能体与环境进行交互；(3)每隔一定训练次数，将在线神经网络的参数按照编号顺序复制到相应的目标神经网络；(4)将多重目标神经网络输出中小于阈值的值函数进行平均，得到新的值函数估计更新目标；(5)利用基于多重目标网络的更新目标来更新在线神经网络参数；(6)判断是否达到预定的训练总次数，是则退出训练，否则继续训练。上述基于多重目标神经网络的强化学习值函数更新方法，能够有效去除值函数估计过程中的过估计误差，从而得到具有更好表现的策略。 | ||
| 搜索关键词： | 一种 基于 多重 目标 神经网络 强化 学习 函数 更新 方法 | ||
【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四川大学，未经四川大学许可，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/202010628201.1/，转载请声明来源钻瓜专利网。
- 上一篇：基于云边协同的陌生人入侵检测方法
- 下一篇：一种处理方法及系统
