[发明专利]认知行为模型加速的深度Q网络强化学习方法及设备在审
| 申请号： | 202110669282.4 | 申请日： | 2021-06-16 |
| 公开（公告）号： | CN113554166A | 公开（公告）日： | 2021-10-26 |
| 发明（设计）人： | 黄健;李嘉祥;陈浩;刘权;张中杰;付可;韩润海 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 曾志鹏 |
| 地址： | 410003 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供一种认知行为模型加速的深度Q网络强化学习方法及设备，利用认知行为模型从环境中获取状态信息并根据状态信息得到认知行为知识，并发送至启发策略网络；利用深度强化学习模型从环境中获取状态信息；利用启发策略网络根据状态信息和认知行为知识得到启发策略值，并发送至深度Q网络；利用深度Q网络根据状态信息和启发策略值得到动作并执行；利用深度强化学习模型从环境中获取回报，并对启发策略网络和深度Q网络进行迭代更新；循环执行上述操作，响应于确定深度Q网络收敛，结束强化学习。本公开通过认知行为模型和启发策略网络加速了深度Q网络的收敛，有效缓解了状态空间巨大和奖励回报稀疏对学习效率的影响。 | ||
| 搜索关键词： | 认知 行为 模型 加速 深度 网络 强化 学习方法 设备 | ||
【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国防科技大学，未经中国人民解放军国防科技大学许可，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/202110669282.4/，转载请声明来源钻瓜专利网。
