[发明专利]一种轨迹空间行列式点过程的强化学习探索和利用的方法有效
| 申请号： | 202110618757.7 | 申请日： | 2021-06-03 |
| 公开（公告）号： | CN113239629B | 公开（公告）日： | 2023-06-16 |
| 发明（设计）人： | 缪佳宇;张伟楠 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/006;G06N3/0442;G06N3/0455;G06N3/084;G06N3/092;G06F111/08 |
| 代理公司： | 上海旭诚知识产权代理有限公司 31220 | 代理人： | 郑立 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种轨迹空间行列式点过程的强化学习探索和利用的方法，涉及质量和多样性强化学习领域。在质量和多样性强化学习框架中，增加强化学习中智能体的探索能力和生成多样化的智能体策略。本发明首先通过变分自编码器和对比学习学习到一个有意义的轨迹编码空间，鼓励种群中的智能体沿着不同的轨迹方向进行探索，然后基于行列式点过程不断从中筛选出高回报和多样性的策略并变异其他策略的探索方向。本发明可以在各种维度、各种类型(连续或离散)的状态空间下提升智能体的表现，在需要强探索能力的环境中的收敛速度和表现优于框架下的其他方法，并且可以生成多样的高回报策略，可以用于机器人导航等强化学习应用场景中辅助机器人进行探索。 | ||
| 搜索关键词： | 一种 轨迹 空间 行列式 过程 强化 学习 探索 利用 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上海交通大学，未经上海交通大学许可，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/202110618757.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种全自动的折弯成型设备
- 下一篇：一种赶黄草的种植方法
