龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：京东科技控股股份有限公司
摘要：本公开提供一种策略模型训练方法和装置、动作预测方法和装置、智能体，涉及人工智能领域。策略模型训练方法包括：根据样本集合中的状态样本和与状态样本对应的动作样本，更新行为克隆模型的网络参数；更新奖励Q值模型的第二参数；更新累计成本Q值模型的第二参数；更新状态成本Q值模型的第二参数；根据奖励Q值模型的第二参数、累计成本Q值模型的第二参数或状态成本Q值模型的第二参数，对策略模型进行训练。
主权项：1.一种策略模型训练方法，包括：根据样本集合中的状态样本和与所述状态样本对应的动作样本，更新行为克隆模型的网络参数；根据所述状态样本、所述动作样本、所述样本集合中与所述状态样本和所述动作样本对应的奖励样本和奖励Q值模型的第一参数，更新所述奖励Q值模型的第二参数；根据所述状态样本、所述动作样本、所述样本集合中与所述状态样本和所述动作样本对应的成本样本、所述行为克隆模型的网络参数和累计成本Q值模型的第一参数，更新所述累计成本Q值模型的第二参数；根据所述状态样本、所述动作样本、所述样本集合中与所述状态样本和所述动作样本对应的成本增量样本、所述行为克隆模型的网络参数和状态成本Q值模型的第一参数，更新所述状态成本Q值模型的第二参数；根据所述奖励Q值模型的第二参数、所述累计成本Q值模型的第二参数或所述状态成本Q值模型的第二参数，对策略模型进行训练。
全文数据：
权利要求：
百度查询： 京东科技控股股份有限公司 策略模型训练方法和装置、动作预测方法和装置、智能体
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号