[发明专利]动态优势函数建模方法、装置、存储介质及电子设备在审
| 申请号： | 202110564559.7 | 申请日： | 2021-05-24 |
| 公开（公告）号： | CN113392952A | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 胡纪锋;陈贺昌;孙智孝;朴海音;詹光;常毅 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N20/00 |
| 代理公司： | 北京恒博知识产权代理有限公司 11528 | 代理人： | 张晓芳 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种动态优势函数的建模方法，涉及深度强化学习领域。方法包括：针对静态优势函数的演员‑评论家模型中包括的静态优势函数添加权重因子，得到第一动态优势函数；基于长短期记忆网络模型对所述演员‑评论家模型中包括的原始策略网络进行动作延迟跟随和重构，得到第二动态优势函数；基于所述第一动态优势函数和所述第二动态优势函数构成所述动态优势函数。采用本申请实施例，可以解决现有的基于静态优势函数的演员‑评论家模型需要大量样本数据支撑训练，以及针对智能体的训练初期效果不理想、模型学习效率低、鲁棒性差的问题。 | ||
| 搜索关键词： | 动态 优势 函数 建模 方法 装置 存储 介质 电子设备 | ||
【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吉林大学，未经吉林大学许可，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/202110564559.7/，转载请声明来源钻瓜专利网。
