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：成都理工大学;电子科技大学
申请日：2024-04-22
公开（公告）日：2024-07-05
公开（公告）号：CN118298280A
主分类号：G06V10/82
分类号：G06V10/82;G06V10/764;G06V10/77;G06N3/0455;G06N3/0464;G06N3/047;G06N3/0475;G06N3/092;G06N3/094;G06N3/006
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：本发明公开了一种基于强化学习的民航领域自适应数据表示对齐方法，该方法将领域适应与强化学习分开。本发明引入了特征级和像素级的多粒度约束来指导训练过程。在特征层面引入领域对抗训练和互信息最大化约束，实现了特征的跨领域对齐，从而显著提高了源智能体在目标领域的性能。同时，在像素级引入循环一致变分自编码器Cycle‑ConsistentVariationalAutoencoders,VAE，促进域通用特征和域特定特征的解耦，并保持状态图像中的判别信息。在第二阶段，本发明基于提取的域不变特征，在源域中使用深度强化学习技术训练智能体。由于智能体是用跨域不变特征训练的，因此它的行为策略可以在不同的域之间转移，因此有望在不与环境交互的情况下在目标域中获得良好的性能。
主权项：1.一种基于强化学习的民航域自适应数据表示对齐方法，其特征在于，包括以下步骤：S1，建立表示源域和目标域的状态空间，从状态空间中提取的样本组成agent的观测信息，并用像素网格表示；S2，构建一个深度神经网络模型，将源域和目标域的观测信映射到潜在特征空间，并使用特征级和像素级的多粒度损失来约束特征提取，以保证学习到的状态表示是域不变的；S3，使用学习到的域不变特征在源域中训练RL代理；实现自适应数据表示对齐。
全文数据：
权利要求：
百度查询： 成都理工大学 电子科技大学 一种基于强化学习的民航领域自适应数据表示对齐方法
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