[发明专利]一种基于Deep Q-Network改进的俄罗斯方块智能Agent学习方法在审
| 申请号： | 202011118911.6 | 申请日： | 2020-10-19 |
| 公开（公告）号： | CN112206538A | 公开（公告）日： | 2021-01-12 |
| 发明（设计）人： | 曹宽;唐存琛;毕翔 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | A63F13/67 | 分类号： | A63F13/67;A63F13/46;G06N3/04 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 李丹 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 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Deep Q‑Network改进的俄罗斯方块智能Agent学习方法，包括以下步骤：1)获取当前游戏状态下方块的统计特征，根据游戏画面采集游戏画面每帧的统计特征序列；2)通过深度神经网络来进行俄罗斯方块智能Agent Q值的估计，所述Q值为俄罗斯方块agent在采取某个action后的表现对应的奖励分数；3)在Q值估计中，使用均方误差定义目标函数；4)计算参数W关于损失函数的梯度：5)计算出上面的梯度后，使用SGD算法来更新参数，从而得到最优的Q值，即获得每次交互选取使得Q值最大的动作a。本发明方法利用预定义的方块统计特征改进了DQN网络训练Agent玩俄罗斯方块的性能。 | ||
| 搜索关键词： | 一种 基于 deep network 改进 俄罗斯方块 智能 agent 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武汉大学，未经武汉大学许可，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/202011118911.6/，转载请声明来源钻瓜专利网。
