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：清华大学深圳国际研究生院
申请日：2024-04-10
公开（公告）日：2024-07-05
公开（公告）号：CN118296380A
主分类号：G06F18/214
分类号：G06F18/214;G06N3/006;G06N20/00
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明提供一种基于置信度估计的策略确定方法及装置，涉及计算机技术邻域，该方法包括：确定置信度函数；所述置信度函数表示任意在线决策与历史决策之间的相似程度；所述置信度函数是基于随机网络蒸馏模型确定的，所述随机网络蒸馏模型是基于第一数据集中的至少一个训练决策训练得到的；基于目标任务和所述置信度函数，确定扰动函数；所述扰动函数表示置信度对决策的扰动程度；基于所述扰动函数，确定可靠策略分布；基于所述可靠策略分布，确定所述目标决策；所述目标决策为高置信度决策，实现高置信度决策的确定，进而实现可靠的决策采样过程，提高了离线强化学习方法的可靠性。
主权项：1.一种基于置信度估计的策略确定方法，其特征在于，包括：确定置信度函数；所述置信度函数表示任意在线决策与历史决策之间的相似程度；所述置信度函数是基于随机网络蒸馏模型确定的，所述随机网络蒸馏模型是基于第一数据集中的至少一个训练决策训练得到的；基于目标任务和所述置信度函数，确定扰动函数；所述扰动函数表示置信度对决策的扰动程度；基于所述扰动函数，确定可靠策略分布；基于所述可靠策略分布，确定所述目标决策；所述目标决策为高置信度决策。
全文数据：
权利要求：
百度查询： 清华大学深圳国际研究生院 基于置信度估计的策略确定方法及装置
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