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!
申请/专利权人:毫末智行科技有限公司
摘要:本发明提供一种符合动态优化期望的强化学习方法、装置、设备及介质,包括:根据控制策略所需达到的控制目标集合,分别构建全局优化期望和动态优化期望;将构建的所述全局优化期望和所述动态优化期望与初始的强化学习模型结合,获得目标强化学习模型;控制策略通过所述目标强化学习模型进行强化学习,获得目标控制策略。旨在使控制策略在兼顾安全性与稳定性的同时,还能根据环境状态自适应的调整自身的控制方式。
主权项:1.一种符合动态优化期望的强化学习方法,其特征在于,所述方法包括:根据控制策略所需达到的控制目标集合,分别构建全局优化期望和动态优化期望;将构建的所述全局优化期望和所述动态优化期望与初始的强化学习模型结合,获得目标强化学习模型;控制策略通过所述目标强化学习模型进行强化学习,获得目标控制策略。
全文数据:
权利要求:
百度查询: 毫末智行科技有限公司 符合动态优化期望的强化学习方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。