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:本发明描述了一种用于控制与环境交互以执行任务的代理的系统和方法,该方法包括,在多个时间步骤中的多个第一时间步骤中的每一个处:接收表征第一时间步骤处的环境的状态的观察;确定所述第一时间步骤的目标表示,所述目标表示表征所述代理要到达的环境的目标状态;使用低级控制器神经网络处理观察和目标表示以生成低级策略输出,该低级策略输出定义响应于观察而要由代理执行的动作,其中所述低级控制器神经网络包括:表示神经网络,被配置为处理观察以生成观察的内部状态表示,以及低级策略头部,被配置为处理状态观察表示和目标表示以生成低级策略输出;以及使用低级策略输出来控制代理。
主权项:1.一种用于控制与环境交互以执行任务的代理的方法,所述方法包括,在多个时间步骤中的多个第一时间步骤中的每一个处:接收表征在所述第一时间步骤处的所述环境的状态的观察;确定表征所述代理要到达的所述环境的目标状态的所述第一时间步骤的目标表示;使用低级控制器神经网络处理所述观察和所述目标表示,以生成低级策略输出,所述低级策略输出定义响应于所述观察要由所述代理执行的动作,其中,所述低级控制器神经网络包括:表示神经网络,被配置为处理所述观察以生成所述观察的内部状态表示,以及低级策略头部,被配置为处理所述状态观察表示和所述目标表示以生成所述低级策略输出;以及使用所述低级策略输出来控制所述代理。
全文数据:
权利要求:
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。