[发明专利]生成环境特征的深度强化学习方法以用于计算机视觉系统的漏洞分析与改进性能在审
| 申请号： | 202080097385.1 | 申请日： | 2020-12-08 |
| 公开（公告）号： | CN115151913A | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | M·A·沃伦;C·塞拉诺 | 申请（专利权）人： | 赫尔实验室有限公司 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 张亚静;徐敏刚 |
| 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： | 所描述的是一种使用深度强化学习来生成环境特征的系统。该系统接收策略网络架构、初始化参数以及仿真环境，该仿真环境是对通过物理环境的目标系统的轨迹进行建模的。对从策略网络采样的地标特征进行初始化，并且通过使用强化学习算法对该策略网络进行训练来生成经训练的策略网络。使用经训练的策略网络来生成环境特征集并在显示设备上进行显示。 | ||
| 搜索关键词： | 生成 环境 特征 深度 强化 学习方法 用于 计算机 视觉 系统 漏洞 分析 改进 性能 | ||
【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赫尔实验室有限公司，未经赫尔实验室有限公司许可，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/202080097385.1/，转载请声明来源钻瓜专利网。
