[发明专利]基于置信上界思想的经验回放采样强化学习方法及系统在审
| 申请号： | 202110038613.4 | 申请日： | 2021-01-12 |
| 公开（公告）号： | CN112734014A | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 刘帅;韩思源;王小文 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李圣梅 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提出了基于置信上界思想的经验回放采样强化学习方法级系统，包括：采集智能体与环境交互获得的经验，并将所述经验数据存储至经验回放池中；在更新当前训练策略时，从所述经验回放池中根据优先概率随机选取经验，生成候选训练样本集；根据每个候选训练样本的置信上界值，选择训练样本集；根据所述训练样本数据对用于函数逼近的神经网络进行参数更新。本公开技术方案可以与任意的离线RL算法相结合，在一定程度上解决相关技术中的样本利用不充分，更新算法学习效率低的问题，有效提高采样效率，进一步提升算法更新的泛化能力。 | ||
| 搜索关键词： | 基于 置信 上界 思想 经验 回放 采样 强化 学习方法 系统 | ||
【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山东大学，未经山东大学许可，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/202110038613.4/，转载请声明来源钻瓜专利网。
