[发明专利]基于策略选项的分层强化学习方法和装置有效
| 申请号： | 202010824196.1 | 申请日： | 2020-08-17 |
| 公开（公告）号： | CN112052947B | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 杨君;梁斌;岑哲鹏;李承昊;陈章 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;G06N3/10;G06N3/063 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张大威 |
| 地址： | 10008*** | 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： | 本发明公开了一种基于策略选项的分层强化学习方法和装置，所述方法包括：构建高层策略网络、低层策略网络和评价网络；从仿真环境，获取状态轨迹；基于状态轨迹和策略在线算法的学习过程，对高层策略网络、低层策略网络和评价网络的参数进行更新；根据更新参数后的高层策略网络、低层策略网络和评价网络，生成更新后的策略模型，并对更新后的策略模型进行测试。本发明实施例的基于策略选项的分层强化学习方法，能够在仿真环境中从零开始学习动作和高层策略，且性能稳定、数据使用效率高。 | ||
| 搜索关键词： | 基于 策略 选项 分层 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清华大学，未经清华大学许可，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/202010824196.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种喷丸处理装置以及喷丸处理方法
- 下一篇：一种可释放负氧离子的汽车顶棚
