亚洲欧美国产精品粉嫩|亚洲精品精品无码专区|国产在线无码精品电影网|午夜无码久久久久久国产|亚洲国产精品一区二区动图|国产在线精品一区在线观看|欧美伊人久久久久久久久影院|中文字幕日韩av在线一区二区

合肥金星智控科技股份有限公司
宣傳

位置:中冶有色 >

有色技術(shù)頻道 >

> 化學(xué)分析技術(shù)

> 使用目標(biāo)特定動(dòng)作值函數(shù)的多目標(biāo)強(qiáng)化學(xué)習(xí)

使用目標(biāo)特定動(dòng)作值函數(shù)的多目標(biāo)強(qiáng)化學(xué)習(xí)

728   編輯:管理員   來(lái)源:中冶有色技術(shù)網(wǎng)  
2023-03-19 07:03:21
提供了一種用于通過(guò)強(qiáng)化學(xué)習(xí)來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)系統(tǒng)的方法,該神經(jīng)網(wǎng)絡(luò)系統(tǒng)被配置為接收表征由智能體交互的環(huán)境的狀態(tài)的輸入觀測(cè)并且根據(jù)旨在滿足多個(gè)目標(biāo)的策略來(lái)選擇和輸出動(dòng)作。該方法包括獲得一個(gè)或多個(gè)軌跡的集合。每個(gè)軌跡包括環(huán)境的狀態(tài)、響應(yīng)于狀態(tài)根據(jù)先前策略由智能體應(yīng)用于環(huán)境的動(dòng)作、以及用于該動(dòng)作的獎(jiǎng)勵(lì)集合,每個(gè)獎(jiǎng)勵(lì)與多個(gè)目標(biāo)中的對(duì)應(yīng)目標(biāo)相關(guān)。該方法還包括基于一個(gè)或多個(gè)軌跡的所述集合來(lái)確定用于多個(gè)目標(biāo)中的每個(gè)目標(biāo)的動(dòng)作值函數(shù)。每個(gè)動(dòng)作值函數(shù)確定表示根據(jù)對(duì)應(yīng)目標(biāo)的估計(jì)回報(bào)的動(dòng)作值,該估計(jì)回報(bào)將由智能體根據(jù)先前策略響應(yīng)于給定狀態(tài)執(zhí)行給定動(dòng)作而產(chǎn)生。該方法還包括基于用于多個(gè)目標(biāo)的動(dòng)作值函數(shù)的組合來(lái)確定更新的策略。
聲明:
“使用目標(biāo)特定動(dòng)作值函數(shù)的多目標(biāo)強(qiáng)化學(xué)習(xí)” 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(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)
分享 0
         
舉報(bào) 0
收藏 0
反對(duì) 0
點(diǎn)贊 0
標(biāo)簽:
化學(xué)分析
全國(guó)熱門(mén)有色金屬技術(shù)推薦
展開(kāi)更多 +

 

中冶有色技術(shù)平臺(tái)

最新更新技術(shù)

報(bào)名參會(huì)
更多+

報(bào)告下載

第二屆中國(guó)微細(xì)粒礦物選礦技術(shù)大會(huì)
推廣

熱門(mén)技術(shù)
更多+

衡水宏運(yùn)壓濾機(jī)有限公司
宣傳
環(huán)磨科技控股(集團(tuán))有限公司
宣傳

發(fā)布

在線客服

公眾號(hào)

電話

頂部
咨詢電話:
010-88793500-807
專利人/作者信息登記