申请/专利权人:昆明理工大学
申请日:2024-03-18
公开(公告)日:2024-06-07
公开(公告)号:CN118153661A
主分类号:G06N3/092
分类号:G06N3/092;G06V10/82;G06F17/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本发明公开了一种具有分级优势估计的深度强化学习方法、系统,方法包括:获取仿真平台下的目标任务RGB图像数据;将目标任务RGB图像数据进行预处理,获得预处理目标任务RGB图像数据;将预设帧的预处理目标任务RGB图像数据作为深度强化学习模型的输入,通过不断训练深度强化学习模型的网络参数,为智能体提供最优控制策略。本发明能够在CPU+GPU的计算平台上,完成对所提出的深度强化学习方法的训练以及验证,获得在连续动作空间的任务中性能稳定的学习策略。
主权项:1.一种具有分级优势估计的深度强化学习方法,其特征在于,包括:获取仿真平台下的目标任务图像数据;将目标任务图像数据进行预处理,获得预处理目标任务图像数据;将预设帧的预处理目标任务图像数据作为深度强化学习模型的输入,通过不断训练深度强化学习模型的网络参数,为智能体提供最优控制策略。
全文数据:
权利要求:
百度查询: 昆明理工大学 一种具有分级优势估计的深度强化学习方法、系统
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。