[发明专利]一种基于策略空间响应先知的课程学习方法在审
| 申请号： | 202210864825.2 | 申请日： | 2022-07-21 |
| 公开（公告）号： | CN115131184A | 公开（公告）日： | 2022-09-30 |
| 发明（设计）人： | 余宏翔;温颖 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06Q50/20 | 分类号： | G06Q50/20;G06K9/62;G06F17/18 |
| 代理公司： | 上海旭诚知识产权代理有限公司 31220 | 代理人： | 郑立 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于策略空间响应先知(PSRO)的课程学习方法，涉及课程学习领域。由两个智能体组成：自主智能体和环境智能体。自主智能体学习在环境智能体生成的环境分布中获得高奖励值，环境智能体根据自主智能体策略池的表现不断的调整自身策略并生成新的环境，引导自主智能体不断增强自身策略强度和广泛性。两个智能体维持各自的策略池，使用策略空间响应先知的范式进行训练，最终可收敛到纳什均衡点。自主智能体通过本发明可以获得具有更强泛化性的策略池，在众多和训练相似的环境下能取得良好的表现。 | ||
| 搜索关键词： | 一种 基于 策略 空间 响应 先知 课程 学习方法 | ||
【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上海交通大学，未经上海交通大学许可，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/202210864825.2/，转载请声明来源钻瓜专利网。
