[发明专利]生成器网络和策略生成网络的训练方法、装置和电子设备在审
| 申请号： | 202010867110.3 | 申请日： | 2020-08-26 |
| 公开（公告）号： | CN112016611A | 公开（公告）日： | 2020-12-01 |
| 发明（设计）人： | 白沁洵;尼尔·拉茨拉夫;徐伟 | 申请（专利权）人： | 南京地平线机器人技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N20/00 |
| 代理公司： | 北京唐颂永信知识产权代理有限公司 11755 | 代理人： | 刘伟 |
| 地址： | 210046 江苏省南京市*** | 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： | 公开了一种生成器网络的训练方法、用于增强学习的策略生成网络的训练方法、装置和电子设备。该生成器网络的训练方法通过生成器网络的每个网络单元生成预测网络的一层，并基于预测网络所预测的状态向量的概率分布与真实的状态向量之间的KL散度值更新该生成器网络的参数。且该用于增强学习的策略生成网络的训练方法基于生成器网络生成的多个预测网络所预测的多个状态向量之间的差异来计算用于增强学习的策略生成网络的内在奖励函数值，以训练策略生成网络。这样，提高了生成器网络的性能和策略生成网络的探索效率。 | ||
| 搜索关键词： | 生成器 网络 策略 生成 训练 方法 装置 电子设备 | ||
【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地平线机器人技术有限公司，未经南京地平线机器人技术有限公司许可，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/202010867110.3/，转载请声明来源钻瓜专利网。
