[发明专利]一种基于博弈的强化学习方法、系统、终端及存储介质有效
| 申请号： | 202111302570.2 | 申请日： | 2021-11-04 |
| 公开（公告）号： | CN114021737B | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 席宝;刘佳冀;陈思;高放;王昭;龙玉婧 | 申请（专利权）人： | 中国电子科技集团公司信息科学研究院 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06F18/214;G06N3/044;G06N3/092;G06N5/04 |
| 代理公司： | 北京中知法苑知识产权代理有限公司 11226 | 代理人： | 李明;赵吉阳 |
| 地址： | 100086 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供种基于博弈的强化学习方法、系统、终端及存储介质，包括：根据输入的博弈规则，基于行为树将学习任务分解为一组子任务；确定每个子任务对应的状态空间、动作空间和奖励函数，并构建强化学习模型；将同一组子任务的强化学习模型的参数进行共享，对所有子任务的强化学习模型进行混合训练；在满足收敛条件的情况下，输出训练的强化学习模型。本发明顶层采用基于博弈规则的行为树在不同子任务之间切换，能够有效降低复杂任务的学习难度，提高学习效率；底层采用基于多智能体的强化学习方法训练与环境交互的模型，可以有效地描述局部环境特征，具有较高的可扩展性和环境适应性。 | ||
| 搜索关键词： | 一种 基于 博弈 强化 学习方法 系统 终端 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中国电子科技集团公司信息科学研究院，未经中国电子科技集团公司信息科学研究院许可，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/202111302570.2/，转载请声明来源钻瓜专利网。
