[发明专利]用于训练参数化策略的装置和方法在审
| 申请号： | 202180036524.4 | 申请日： | 2021-02-04 |
| 公开（公告）号： | CN115668215A | 公开（公告）日： | 2023-01-31 |
| 发明（设计）人： | 文森特·莫恩斯;胡格斯·范·阿塞尔;海瑟姆·布·阿马尔 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N5/00;G06N7/00;G06N20/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种用于根据提议分布训练参数化策略的装置，所述装置包括一个或多个处理器，所述一个或多个处理器用于重复执行以下步骤：根据所述提议分布形成提议；将所述提议输入到所述策略中，以根据所述提议的所述策略形成输出状态；估计所述输出状态与所述提议的优选状态之间的损失；通过自适应算法并根据所述损失形成策略自适应；对所述策略应用所述策略自适应，以形成自适应策略；通过所述自适应策略，形成所述策略自适应的方差估计值；根据所述方差估计值，自适应所述提议分布，以减小在所述步骤的后续迭代中形成的策略自适应的方差。 | ||
| 搜索关键词： | 用于 训练 参数 策略 装置 方法 | ||
【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华为技术有限公司，未经华为技术有限公司许可，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/202180036524.4/，转载请声明来源钻瓜专利网。
- 上一篇：耳机
- 下一篇：用于涡轮机的涡轮转子以及用于安装该转子的方法
