[发明专利]利用集中式推理和训练的强化学习在审
| 申请号： | 202080044844.X | 申请日： | 2020-09-25 |
| 公开（公告）号： | CN114026567A | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 拉塞·埃斯佩霍尔特;王可;马尔钦·M·米哈尔斯基;彼得·米查尔·斯坦奇克;拉斐尔·马里尼耶 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N3/04;G06N3/08 |
| 代理公司： | 中原信达知识产权代理有限责任公司 11219 | 代理人： | 邓聪惠;周亚荣 |
| 地址： | 美国加利*** | 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： | 用于利用集中式推理和训练来执行强化学习的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。方法之一包括：在多个时间步中的当前时间步处，接收行动者对于多个环境中的每个环境的相应观察；对于每个环境，作为行动者在当前时间步之前的先前时间步处执行相应动作的结果，获得对行动者的相应奖励；对于每个环境，通过策略模型来处理相应的观察和相应的奖励；向行动者提供针对多个环境中的每一个环境的相应策略输出；在存储库处对于每个环境维持对应于行动者的相应元组序列；确定所维持的序列满足阈值条件；以及作为响应，在所维持的序列上训练策略模型。 | ||
| 搜索关键词： | 利用 集中 推理 训练 强化 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谷歌有限责任公司，未经谷歌有限责任公司许可，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/202080044844.X/，转载请声明来源钻瓜专利网。
