[发明专利]在线部分奖励学习在审
| 申请号： | 202010882587.9 | 申请日： | 2020-08-28 |
| 公开（公告）号： | CN112446498A | 公开（公告）日： | 2021-03-05 |
| 发明（设计）人： | S·乌帕迪亚;M·尤罗奇金;M·阿加瓦尔;D·布尼福;Y·哈扎尼 | 申请（专利权）人： | 国际商业机器公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京市中咨律师事务所 11247 | 代理人： | 李永敏;于静 |
| 地址： | 美国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及在线部分奖励学习。经由在线部分奖励机器学习来获得表征待分析的系统的特征向量。基于所述特征向量，使用在线策略经由所述机器学习做出决策。针对环境反馈来观察系统。在至少第一实例中，其中，所述观察指示所述环境反馈是可获得的，则获得所述环境反馈。在至少第二实例中，其中，所述观察指示所述环境反馈是缺失的，则经由在线插补方法来插补所述环境反馈。所述在线策略基于所获得的环境反馈和所述在线插补方法的结果来更新。决策基于所述更新的在线策略来输出。 | ||
| 搜索关键词： | 在线 部分 奖励 学习 | ||
【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国际商业机器公司，未经国际商业机器公司许可，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/202010882587.9/，转载请声明来源钻瓜专利网。
- 上一篇：多功能纸巾卷保持器
- 下一篇：基于系统特性执行刷新操作
