[发明专利]基于蒙特卡洛树搜索的深度强化学习的冰壶决策方法在审
| 申请号： | 202210229369.4 | 申请日： | 2022-03-09 |
| 公开（公告）号： | CN114581834A | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 李宗民;孙浩淼;肖倩;孙文洁;李亚传;王向东 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V40/20;G06N3/08;G06N3/04;G06V10/82 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明基于深度强化学习，使用改进的蒙特卡洛树搜索算法，实现了在连续动作空间内冰壶比赛决策生成。算法以下三个创新：核回归和核密度函数改进的动作选择函数，使用核回归使得动作集合中所有动作之间进行共享信息，可以通过现有的动作集合信息选择候选集合之外的动作，使用缓慢增长的离散采样动作集的方式处理连续动作空间。除此之外，还利用卷积神经网络训练策略决策网络和价值评估网络对蒙特卡洛树搜索算法中的动作选取和价值评估进行改进。本发明有效提升了现有的冰壶辅助决策模型的效果。 | ||
| 搜索关键词： | 基于 蒙特卡洛树 搜索 深度 强化 学习 决策 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中国石油大学（华东），未经中国石油大学（华东）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/202210229369.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种轧钢加热炉炉墙
- 下一篇：一种可调整切割角度的EPE板材切割装置
