- 1、本文档共18页,其中可免费阅读17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
本发明提供一种面向分层强化学习的多元子策略生成模型的训练方法,方法包括:确定初始分层强化学习模型;基于所述初始分层强化学习模型选择进行强化学习时的各子策略;基于所述各子策略之间的瓦式距离,确定所述各子策略之间的子策略策略网络的第一损失;基于所述第一损失,对所述初始分层强化学习模型进行参数迭代,得到所述多元子策略生成模型。本发明提供的方法,通过在具有固定数量子策略的初始分层强化学习模型中加入基于瓦式距离正则项的方法,在不改变模型原有超参数的前提下,增加多元子策略生成模型学习到的子策略的多样性,进而
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117217287A
(43)申请公布日2023.12.12
(21)申请号202311000674.7
(22)申请日2023.08.09
(71)申请人中国科学院自动化
您可能关注的文档
- 一种心理压力识别方法、装置、计算机设备及存储介质.pdf
- 一种折叠屏FPC多层板的制作方法.pdf
- 一种传输门电路、矩阵开关以及电子设备.pdf
- 多云网络节点探测方法、装置、计算机设备和存储介质.pdf
- 一种基于轻量BIM与测量机器人的自动化放样方法.pdf
- 一种电厂煤流和煤质监测系统.pdf
- 一种通用人力招聘系统开发方法及通用人力招聘系统.pdf
- 一种汽车行李箱盖结构及汽车.pdf
- 一种建筑用功能型硅藻无机涂料及其制备方法.pdf
- 一种碳电协同供需不平衡风险指标评估及量化方法.pdf
- 5《 水培水仙》(教学设计) 人教版劳动四年级上册.docx
- 第1部分 第6单元 明清时期:统一多民族国家的巩固与发展2024年中考历史早读晚诵教学设计(广东专用版).docx
- 《国殇》教学设计 2023—2024学年高教版(2023)中职语文基础模块下册.docx
- 第6课 常见的传感器 教案3 七下信息科技浙教版(2023).docx
- 2024-2025学年小学生野外拓展活动教学设计.docx
- 第二章 活动1创建电子表格,输入数据 教案.docx
- 9.2.4 总体离散程度的估计2023-2024学年新教材高一数学必修2同步课堂高效讲义配套教学设计(人教A版).docx
- 冀教版生物七年级上册1.1.3练习测量教案.docx
- 2024-2025学年培养小学生安全意识的教学策略设计.docx
- 2024-2025学年增强心理韧性的小学教育教学设计.docx
文档评论(0)