[发明专利]基于深度强化学习DDPG算法框架的策略协同选择方法在审
| 申请号： | 202110160581.5 | 申请日： | 2021-02-05 |
| 公开（公告）号： | CN112906885A | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 钟颖嘉;朱清新 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 成都玖和知识产权代理事务所(普通合伙) 51238 | 代理人： | 胡琳梅 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习DDPG算法框架的策略协同选择方法，通过采用策略协同的方式来选择输出action，用一对策略网络输出动作再进行评估，把评估所得的Q值作为权重，并用概率选取action。策略协同可以降低局部最优的可能性，改善过拟合，减少策略波动，增加稳定性；此外在actor网络中加入dropout，以降低耦合性，增加泛化性，提高训练速度。同时还参照TD3算法的思想，在所述actor目标网络选取动作后加入了噪声，以减少误差的大小，该方法改变了DDPG的网络结构，有效改善了DDPG的过估计问题，避免了策略网络波动过大问题。 | ||
| 搜索关键词： | 基于 深度 强化 学习 ddpg 算法 框架 策略 协同 选择 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电子科技大学，未经电子科技大学许可，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/202110160581.5/，转载请声明来源钻瓜专利网。
- 上一篇：用于互联裸芯的数据传输事件
- 下一篇：一种40倍长工作距离光学显微镜物镜
