[发明专利]策略网络训练方法、装置、设备及可读存储介质有效
| 申请号： | 202110653456.8 | 申请日： | 2021-06-11 |
| 公开（公告）号： | CN113392971B | 公开（公告）日： | 2022-09-02 |
| 发明（设计）人： | 吴静;张明琦;江昊;周建国;陈琪美 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N20/10 |
| 代理公司： | 武汉智权专利代理事务所(特殊普通合伙) 42225 | 代理人： | 张凯 |
| 地址： | 430072*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种策略网络训练方法、装置、设备及可读存储介质。该方法包括：将N个高带宽数据输入M个智能体，得到每个智能体基于输入的高带宽数据生成的选择动作，以及选择动作对应的奖励值，并构建i个样本，根据每个样本的奖励值，将样本放入优化经验池或常规验池；以预设采样机制从优化经验池以及常规验池中获取样本，作为训练样本，通过训练样本对策略网络和价值网络进行更新；重复执行上述步骤，直至策略网络和价值网络收敛。通过本发明，智能体不断与环境进行交互，利用环境反馈给其的奖励值来决定智能体的下一个动作。因此，所需要的先验知识更少，能够在未知的环境中进行学习，得到较优的策略网络。 | ||
| 搜索关键词： | 策略 网络 训练 方法 装置 设备 可读 存储 介质 | ||
【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武汉大学，未经武汉大学许可，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/202110653456.8/，转载请声明来源钻瓜专利网。
