一種基于優(yōu)勝劣汰的深度強化學(xué)習(xí)策略網(wǎng)絡(luò)的存儲方法,該方法包括:獲取當(dāng)前訓(xùn)練周期的結(jié)果和策略網(wǎng)絡(luò);判斷所述當(dāng)前訓(xùn)練周期的結(jié)果是否滿足策略網(wǎng)絡(luò)測試要求;在判斷所述當(dāng)前訓(xùn)練周期的結(jié)果滿足所述策略網(wǎng)絡(luò)測試要求的情況下,進行策略網(wǎng)絡(luò)測試;獲得該策略網(wǎng)絡(luò)測試的結(jié)果;判斷所述策略網(wǎng)絡(luò)測試的結(jié)果是否滿足保存要求;在判斷所述策略網(wǎng)絡(luò)測試的結(jié)果滿足保存要求的情況下,保存所述策略網(wǎng)絡(luò)以及所述策略網(wǎng)絡(luò)測試的結(jié)果。
聲明:
“基于優(yōu)勝劣汰的深度強化學(xué)習(xí)策略網(wǎng)絡(luò)存儲方法及設(shè)備” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)