[发明专利]多任务强化学习中利用元梯度学习动作选择的选项在审
| 申请号： | 202180026583.3 | 申请日： | 2021-06-07 |
| 公开（公告）号： | CN115380293A | 公开（公告）日： | 2022-11-22 |
| 发明（设计）人： | V.V.杰亚维莱亚;T.B.Z.扎哈维;M.赫塞尔;Z.徐;J.吴;I.凯梅夫;H.P.范哈塞尔特;D.西尔沃;S.S.巴韦加 | 申请（专利权）人： | 渊慧科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 金玉洁 |
| 地址： | 英国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种用于控制代理在与环境交互的同时执行多个任务的强化学习系统、方法和计算机程序代码。该系统学习选项，其中选项包括由代理在选项策略神经网络的控制下执行的原始动作序列。在实现中，在代理与环境交互的同时，系统通过用于训练选项策略神经网络的元学习奖励来发现对多个不同任务有用的选项。 | ||
| 搜索关键词： | 任务 强化 学习 利用 梯度 动作 选择 选项 | ||
【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渊慧科技有限公司，未经渊慧科技有限公司许可，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/202180026583.3/，转载请声明来源钻瓜专利网。
