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！
摘要：本发明公开了一种基于优先场景回放的约束多智体强化学习方法，包括步骤：基于预设的强化学习算法，利用预设的第一场景和预设的第一回放经验池对智体进行训练，训练得到第一经验，并利用所述第一经验更新所述第一回放经验池中的经验，得到第二回放经验池；步骤A：记录所述智体在每个所述第一场景中的性能表现，并利用所述性能表现得到每个所述第一场景的优先级参数；其中，所述优先级参数越低表示所述性能表现越差；基于预设的场景选取算法，根据所述优先级参数的从低到高排序，选取所述第一场景的至少一部分作为第二场景；以及基于所述强化学习算法，利用所述第二场景和所述第二回放经验池对所述智体进行强化学习训练，输出训练后的智体。
主权项：1.一种基于优先场景回放的约束多智体强化学习方法，其特征在于，包括步骤：基于预设的强化学习算法，利用预设的第一场景和预设的第一回放经验池对智体进行训练，训练得到第一经验，并利用所述第一经验更新所述第一回放经验池中的经验，得到第二回放经验池；步骤A：记录所述智体在每个所述第一场景中的性能表现，并利用所述性能表现得到每个所述第一场景的优先级参数；其中，所述优先级参数越低表示所述性能表现越差；基于预设的场景选取算法，根据所述优先级参数的从低到高排序，选取所述第一场景的至少一部分作为第二场景；以及基于所述强化学习算法，利用所述第二场景和所述第二回放经验池对所述智体进行强化学习训练，输出训练后的智体。
全文数据：
权利要求：
百度查询： 南方科技大学 一种基于优先场景回放的约束多智体强化学习方法
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。
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