[发明专利]一种最大熵部分可观测蒙特卡洛规划方法在审
| 申请号： | 202011389037.X | 申请日： | 2020-12-01 |
| 公开（公告）号： | CN112560905A | 公开（公告）日： | 2021-03-26 |
| 发明（设计）人： | 庄连生;赵丞;李厚强 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 张乾桢 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种最大熵部分可观测蒙特卡洛规划方法，包括如下步骤：步骤S101：开始一个序贯决策过程，到达过程中的一个待决策历史结点；步骤S201：从该历史结点开始进行n次模拟；步骤S301：选择待决策历史结点上价值估计最高的动作作为决策；步骤S401：环境接收动作后转移到新的历史结点，若过程未终止则跳转到步骤S201。本发明在保持了POMCP方法的基本框架的同时，将UCT策略替换为E2W策略，使该策略在最大化总回报的同时还最大化了策略的熵，从而降低了策略对价值估计准确性的依赖，增加了容错率，最终又确实能收敛到柔性最优策略。 | ||
| 搜索关键词： | 一种 最大 部分 观测 蒙特卡洛 规划 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中国科学技术大学，未经中国科学技术大学许可，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/202011389037.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于大数据的桥梁结构安全评价方法及装置
- 下一篇：一种戳笔
