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：安徽大学
摘要：本发明涉及智能体强化学习技术领域，尤其涉及一种基于上下文状态和动作权重的强化学习方法，该方法包括以下步骤：在基于Mujoco框架的连续动作控制环境中，获取机器人与环境进行交互所产生的状态数据信息；基于状态数据信息对执行动作预测模型进行训练以及测试，将由环境反馈的实时状态信息输入执行动作预测模型中输出对应预测的执行动作。本发明加强了网络模型对未来状态的表征能力，可以开阔网络模型在智能体与环境交互过程中的全局视野，以帮助网络模型更好地捕捉到未来状态信息和状态之间的关联，提高了样本数据的利用效率，增强了强化学习方法，使得在连续动作控制环境任务中取得了理想的效果。
主权项：1.一种基于上下文状态和动作权重的强化学习方法，其特征在于，该方法包括以下步骤：S1、在基于Mujoco框架的连续动作控制环境中，获取机器人与环境进行交互所产生的状态数据信息，状态数据信息包括状态图像、奖励值和结束标志三种数据信息；S2、基于状态数据信息对执行动作预测模型进行训练以及测试，执行动作预测模型由一个具有状态信息提取与融合作用的特征网络CMNet，以及一个基于SAC强化学习算法的强化学习框架网络SACNet组成；S3、将由环境反馈的实时状态信息输入执行动作预测模型中输出对应预测的执行动作，用以实时调整智能体执行的动作以保证在环境中获取更高的分数。
全文数据：
权利要求：
百度查询： 安徽大学 一种基于上下文状态和动作权重的强化学习方法
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