[发明专利]面向对抗任务的人机共生强化学习方法、装置、计算设备及存储介质在审
| 申请号： | 202111004903.3 | 申请日： | 2021-08-30 |
| 公开（公告）号： | CN113688977A | 公开（公告）日： | 2021-11-23 |
| 发明（设计）人： | 张犁;姚子羽;韩子亮;裘旭益;李石坚;崔振新;潘纲 | 申请（专利权）人： | 浙江大学;中国航空无线电电子研究所 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F3/01;A63F13/67 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 曹兆霞 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向对抗任务的人机共生强化学习方法、装置、计算设备及存储介质，包括：根据人类指导的示范数据，采用模仿学习优化CNN以得到CNN的策略函数；根据CNN的策略函数初始化PPO算法的策略网络的策略函数，为PPO算法添加目标值网络用以计算回报值，采用分布式训练方式以增加回报值的损失函数优化PPO算法；以PPO算法初始化NFSP算法中智能体的平均策略网络，并采用MCTS算法计算智能体的最佳回应策略；根据人类反馈数据训练NFSP算法的奖励值估计，依据估计的奖励值对NFSP算法中每个智能体在环境状态中进行强化学习，以优化智能体的平均策略和最佳回应策略。以提升智能体在对抗任务的决策准确性。 | ||
| 搜索关键词： | 面向 对抗 任务 人机 共生 强化 学习方法 装置 计算 设备 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浙江大学;中国航空无线电电子研究所，未经浙江大学;中国航空无线电电子研究所许可，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/202111004903.3/，转载请声明来源钻瓜专利网。
