[发明专利]强化学习系统及训练方法在审
| 申请号： | 202110265955.X | 申请日： | 2021-03-11 |
| 公开（公告）号： | CN113392979A | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 彭宇劭;汤凯富;张智威 | 申请（专利权）人： | 宏达国际电子股份有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京律和信知识产权代理事务所(普通合伙) 11446 | 代理人： | 郝文博 |
| 地址： | 中国台湾桃*** | 国省代码： | 台湾;71 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种训练方法，适用于具有一奖励函数的一强化学习系统去训练一强化学习模型，且包含：定义该奖励函数的至少一奖励条件；决定相对应于该至少一奖励条件的至少一奖励值范围；藉由超参数最佳化演算法从该至少一奖励值范围中搜寻出至少一奖励值；以及根据该至少一奖励值训练该强化学习模型。本公开内容更提供一种强化学习系统用以执行该训练方法。在没有通过实验人工决定精确数值的情况下，强化学习系统可自动地决定与多种奖励条件相对应的多个奖励值。据此，训练强化学习模型的过程或时间可以缩短。藉由自动地决定与多种奖励条件相对应的多个奖励值，经由强化学习系统训练出来的强化学习模型有很大的机会拥有高的成功率，从而能选择合适的动作。 | ||
| 搜索关键词： | 强化 学习 系统 训练 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宏达国际电子股份有限公司，未经宏达国际电子股份有限公司许可，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/202110265955.X/，转载请声明来源钻瓜专利网。
- 上一篇：跨骑型电动车辆
- 下一篇：便携式终端、记录介质以及钱包系统
