- 1、本文档共22页,其中可免费阅读21页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开智能决策方法、电子设备和存储介质,其中,一种智能决策方法,包括:在每步交互步骤时,利用所述超大规模语言模型从环境中获取观测;利用所述观测,通过预设相似度函数从所述经验记忆池中抽取经验,其中,所述经验表示为一组关联的观测、动作和Q值估计,其中,所述Q值估计是对未来累积回报的期望;利用所述超大规模语言模型的当前观测、之前交互步骤的反馈以及提取出的经验,决策要采用的动作,其中,所述动作在环境中执行后,能够得到回报,所述回报能够被反馈给所述超大规模语言模型作为下步决策使用的反馈,而当前观测、动
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116681105 A
(43)申请公布日 2023.09.01
(21)申请号 202310684910.5
(22)申请日 2023.06.09
(71)申请人 思必驰科技股份有限公司
地址 2
文档评论(0)