龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华为技术有限公司
申请日：2020-04-18
公开（公告）日：2024-06-21
公开（公告）号：CN111612126B
主分类号：G06N3/092
分类号：G06N3/092;G06N3/0464;G06N3/042;G06N3/006
优先权：
专利状态码：有效-授权
法律状态：2024.06.21#授权;2020.09.25#实质审查的生效;2020.09.01#公开
摘要：本申请涉及人工智能，提供了一种强化学习方法和装置，能够提高强化学习的训练效率。该方法包括：获取结构图，结构图包括通过学习获取的环境或智能体的结构信息；向智能体的策略函数输入环境的当前状态和结构图，策略函数用于生成响应于当前状态和结构图的动作，智能体的策略函数为图神经网络；利用智能体向环境输出动作；利用智能体从环境获取响应于动作的下一个状态和奖励数据；根据奖励数据，对智能体进行强化学习的训练。
主权项：1.一种强化学习的方法，其特征在于，包括：获取环境的历史交互数据；将历史交互数据输入至结构学习模型；利用所述结构学习模型从所述历史交互数据中学习结构图，所述结构图包括通过学习获取的所述环境或智能体的结构信息；向所述智能体的策略函数输入所述环境的当前状态和所述结构图，所述策略函数用于生成响应于所述当前状态和所述结构图的动作，所述智能体的策略函数为图神经网络；利用所述智能体向所述环境输出所述动作；利用所述智能体从所述环境获取响应于所述动作的下一个状态和奖励数据；根据所述奖励数据，对所述智能体进行强化学习的训练。
全文数据：
权利要求：
百度查询： 华为技术有限公司 强化学习的方法和装置
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