首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于从非完美示例中学习的跳频干扰资源分配方法 

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:中国人民解放军空军工程大学

摘要:本公开实施例是关于一种基于从非完美示例中学习的跳频干扰资源分配方法,包括:根据通信对抗场景构建跳频干扰资源分配问题;将跳频干扰资源分配问题建模为马尔可夫决策过程;随机初始化策略网络参数和判别器网络;对初始化的策略网络进行多次迭代,在每一次策略迭代过程中,基于双重置信域构建策略改进阶段和策略对抗模仿阶段;在策略改进阶段,基于TRPO算法对当前迭代中的初始分配策略进行优化,得到中间分配策略;在策略对抗模仿阶段,利用示例数据和当前迭代中初始分配策略的交互数据训练判别器网络优化中间分配策略,得到当前迭代的最终分配策略。本申请可以引导策略在稀疏奖励环境下正向优化,无需人为设计精细的奖励函数,节省资源耗费。

主权项:1.一种基于从非完美示例中学习的跳频干扰资源分配方法,其特征在于,包括:根据通信对抗场景构建跳频干扰资源分配问题;将所述跳频干扰资源分配问题建模为马尔可夫决策过程;随机初始化策略网络参数和判别器网络;对初始化的策略网络进行多次迭代,且在每一次迭代过程中,基于双重置信域构建策略改进阶段和策略对抗模仿阶段;其中,在所述策略改进阶段,基于TRPO算法对当前迭代中的初始分配策略进行优化,得到中间分配策略;在所述策略对抗模仿阶段,利用示例数据和当前迭代中初始分配策略的交互数据训练所述判别器网络以优化所述中间分配策略,得到最终分配策略。

全文数据:

权利要求:

百度查询: 中国人民解放军空军工程大学 一种基于从非完美示例中学习的跳频干扰资源分配方法

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。