[发明专利]基于帕累托优化的多目标强化学习方法和装置在审
| 申请号： | 202210282413.8 | 申请日： | 2022-03-22 |
| 公开（公告）号： | CN114742231A | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 冯旸赫;阳方杰;黄红蓝;施伟;马扬;程光权;黄金才;刘忠 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N7/00 |
| 代理公司： | 长沙国科天河知识产权代理有限公司 43225 | 代理人： | 彭小兰 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及强化学习领域，公开了一种基于帕累托优化的多目标强化学习方法和装置，本发明通过采用概括的方式处理多目标强化学习问题，为每个策略计算每个子目标的Q值；使用帕累托支配理论对所述子目标Q值进行非支配排序以获得帕累托前沿集；从所述帕累托前沿集中随机选择动作与环境进行交互；生成基于帕累托前沿集的多目标DQN算法，并利用所述DQN算法对目标网络进行训练以生成策略网络；根据所述策略网络对所述帕累托前沿的子目标Q值的期望进行更新，通过将深度Q网络直接推广到多目标来逼近所有帕累托最优确定性策略的集合，表现出更好的性能、快速收敛、相对较好的稳定性，并提供了更多样化的解决方案。 | ||
| 搜索关键词： | 基于 帕累托 优化 多目标 强化 学习方法 装置 | ||
【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人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/202210282413.8/，转载请声明来源钻瓜专利网。
