[发明专利]一种基于PPO算法的强化学习智能体训练方法在审
| 申请号： | 202110586367.6 | 申请日： | 2021-05-27 |
| 公开（公告）号： | CN113255890A | 公开（公告）日： | 2021-08-13 |
| 发明（设计）人： | 伊山;燕玉林;刘晓光;王锐华;路越;李禾;杨洲 | 申请（专利权）人： | 中国人民解放军军事科学院评估论证研究中心 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N7/00;G06F30/27 |
| 代理公司： | 北京壹川鸣知识产权代理事务所(特殊普通合伙) 11765 | 代理人： | 贾彦虹 |
| 地址： | 100091 *** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于PPO算法的强化学习智能体训练方法，包括仿真配置管理、训练环境配置、超参选择PPO算法、智能体训练、训练结果分析、模型生成。本发明的有益效果是：所搭建的平台可以解析环境的关键信息，提供自动模型生成功能，根据环境中各智能体状态空间和动作空间的特性、数据类型、以及仿真环境提供的“得分”，自动地选择系统内置的深度网络模型来表达策略模型和价值函数模型，支持离散、连续、图像、不定长列表等类型的输入数据，也支持离散和连续的动作类型。模型由平台自动生成，无需人为调整和设置。 | ||
| 搜索关键词： | 一种 基于 ppo 算法 强化 学习 智能 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中国人民解放军军事科学院评估论证研究中心，未经中国人民解放军军事科学院评估论证研究中心许可，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/202110586367.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种纳米级苦木粉体的制备方法
- 下一篇：一种悬式绝缘子更换作业用压销装置
