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：渊慧科技有限公司
摘要：用于数据高效的强化学习的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述系统之一是一种用于训练行动者神经网络的系统，所述行动者神经网络用于选择要由通过接收表征环境的状态的观察并且响应于每个观察执行从可能的动作的连续空间选择的动作而与所述环境交互的智能体执行的动作，其中，所述行动者神经网络按照所述行动者神经网络的参数的值将观察映射到下一些动作，并且其中，所述系统包括：多个工作者，其中，每个工作者被配置为独立于每个其他工作者进行操作，其中，每个工作者与在训练所述行动者神经网络期间与所述环境的相应副本交互的相应智能体副本关联。
主权项：1.一种用于训练行动者神经网络的系统，所述行动者神经网络用于选择要由通过接收表征环境的状态的观察并且响应于每个观察执行从可能的动作的连续空间选择的动作而与所述环境交互的智能体执行的动作，其中，所述行动者神经网络按照所述行动者神经网络的参数的值将观察映射到下一些动作，并且其中，所述系统包括：多个工作者，其中，每个工作者被配置为独立于每个其他工作者进行操作，其中，每个工作者与在训练所述行动者神经网络期间和所述环境的相应副本交互的相应智能体副本关联，其中，每个工作者被配置为重复地执行i一组更新操作，所述一组更新操作更新行动者神经网络的参数的当前值，以及ii一组动作操作，所述一组动作操作用于使用行动者神经网络控制相应智能体副本以在环境的相应副本中执行动作，以便生成用于训练行动者神经网络的训练数据，以及其中，每个工作者在所述一组动作操作的每个迭代之前执行所述一组更新操作的多个迭代。
全文数据：
权利要求：
百度查询： 渊慧科技有限公司 用于连续控制任务的数据高效强化学习
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