[发明专利]用于经由多次迭代训练用于控制装置的控制策略的设备和方法在审
| 申请号： | 202110470954.9 | 申请日： | 2021-04-29 |
| 公开（公告）号： | CN113590455A | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | F·施密特;J·M·德林格 | 申请（专利权）人： | 罗伯特·博世有限公司 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06N3/08 |
| 代理公司： | 中国专利代理(香港)有限公司 72001 | 代理人： | 杜荔南;刘春元 |
| 地址： | 德国斯*** | 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： | 用于经由多次迭代训练用于控制装置的控制策略的设备和方法。根据一种实施方式，描述用于经由多次迭代训练用于控制装置的控制策略的方法，其中在每个迭代中对于控制策略的当前版本确定探索策略；执行多个模拟过程，其中为每个模拟过程针对状态序列中的每个状态根据探索策略从所述模拟过程的初始状态开始一直选择动作，并且检验所选择的动作是否是安全的，直至已选择了安全动作或者已选择了最大数量为大于等于2的动作为止，如果已选择了安全动作，则在执行所选择的动作时通过模拟确定状态序列中的状态的后续状态，或者如果在根据策略达到最大数量之前未选择安全动作，则中止模拟过程，或者如果存在预先给定的安全动作，则选择预先给定的安全动作。 | ||
| 搜索关键词： | 用于 经由 多次 训练 控制 装置 策略 设备 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罗伯特·博世有限公司，未经罗伯特·博世有限公司许可，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/202110470954.9/，转载请声明来源钻瓜专利网。
