买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海体育大学申请的专利模型训练方法、虚拟教练指导策略的生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120873589B 。

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510936014.2，技术领域涉及：G06F18/214；该发明授权模型训练方法、虚拟教练指导策略的生成方法是由邢炬;刘宇设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本模型训练方法、虚拟教练指导策略的生成方法在说明书摘要公布了：本申请公开了一种模型训练方法、虚拟教练指导策略的生成方法，涉及计算机技术领域。该方法包括：获取用户执行当前训练动作后的当前状态；其中，当前状态包括：动作质量得分、疲劳程度得分、自我满意度得分、理解程度得分以及运动设备的传感器数据中任意多项将当前状态输入DQN模型，得到预设的动作空间中各个策略的Q值；基于各个策略的Q值，从动作空间中选择当前策略；执行当前策略；在用户响应当前策略执行下一训练动作后，获取用户的下一状态；基于当前状态、下一状态以及当前策略，调整DQN模型的参数。该实施方式能够为用户提供更具针对性的训练指导，提高用户的训练质量。

本发明授权模型训练方法、虚拟教练指导策略的生成方法在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 获取用户执行当前训练动作后的当前状态；其中，所述当前状态包括：动作质量得分、疲劳程度得分、自我满意度得分、理解程度得分以及运动设备的传感器数据中任意多项，所述动作质量得分用于表征所述当前训练动作的执行质量，所述疲劳程度得分用于表征所述用户的疲劳程度，所述自我满意度得分用于表征所述用户对执行当前训练动作的满意程度，所述理解程度得分用于表征所述用户对所述当前训练动作的理解程度； 将所述当前状态输入深度Q网络DQN模型，得到预设的动作空间中各个策略的Q值；其中，所述动作空间包括：输出预设的鼓励性反馈、输出纠正指令、输出休息建议、输出询问问题以及无输出中任意多项用于虚拟教练指导用户训练的策略； 基于各个所述策略的Q值，从所述动作空间中选择当前策略； 执行所述当前策略； 在所述用户响应所述当前策略执行下一训练动作后，获取所述用户的下一状态； 基于所述当前状态、所述下一状态以及所述当前策略，调整所述DQN模型的参数； 基于所述当前状态、所述下一状态以及所述当前策略，调整所述DQN模型的参数，包括： 基于所述当前状态、所述下一状态以及所述当前策略，计算即时奖励； 将所述当前状态、所述当前策略、所述即时奖励和所述下一状态构成的经验存入经验回放缓冲区； 从所述经验回放缓冲区采样预设数量的目标经验； 基于所述DQN模型中的目标网络计算各个所述目标经验的目标Q值； 基于所述DQN模型中的当前网络计算各个所述目标经验的预测Q值； 基于各个所述目标经验的目标Q值和预测Q值，计算损失函数的值； 基于所述损失函数的值调整所述DQN模型的参数； 基于所述当前状态、所述下一状态以及所述当前策略，计算即时奖励，包括： 基于所述当前状态中的动作质量得分和所述下一状态中的动作质量得分，计算动作质量奖励； 基于所述下一状态中的自我满意度得分、疲劳程度得分、理解程度得分，以及所述当前状态中的理解程度得分，计算用户状态奖励； 基于所述当前策略，计算策略成本惩罚； 对所述动作质量奖励、所述用户状态奖励和所述策略成本惩罚，计算所述即时奖励； 基于所述当前状态、所述下一状态以及所述当前策略，计算即时奖励，包括： 基于所述当前状态中的动作质量得分和所述下一状态中的动作质量得分，计算动作质量奖励； 基于所述下一状态中的自我满意度得分、疲劳程度得分、理解程度得分，以及所述当前状态中的理解程度得分，计算用户状态奖励； 基于所述下一状态中的运动设备的传感器数据，计算训练进展奖励； 基于所述当前策略，计算策略成本惩罚； 对所述动作质量奖励、所述用户状态奖励、所述训练进展奖励和所述策略成本惩罚加权求和得到所述即时奖励。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海体育大学，其通讯地址为：200438 上海市杨浦区清源环路650号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。