龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：清华大学
申请日：2024-04-02
公开（公告）日：2024-06-28
公开（公告）号：CN118261228A
主分类号：G06N3/084
分类号：G06N3/084;G06N3/088;G06N3/092
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本申请涉及深度强化学习技术领域，特别涉及一种适用于离线强化学习的无监督数据生成框架，其中，框架包括：获取提供给智能体的多个策略网络；基于多个策略网络进行无监督强化学习训练得到训练完成的多个策略网络，并利用训练完成的多个策略网络与环境交互获得多个数据集；根据离线强化学习的任务目标对多个数据集进行标注，并从标注后的多个数据集中选取满足目标条件的目标数据集，基于目标数据集进行离线强化学习，得到离线学习所学到的策略网络。由此，解决了相关技术中离线数据集的分布较窄，导致离线强化学习阶段的泛化性能差，当任务目标不可知时，无法学习得到最优策略等问题。
主权项：1.一种适用于离线强化学习的无监督数据生成框架，其特征在于，包括以下步骤：获取提供给智能体的多个策略网络；基于所述多个策略网络进行无监督强化学习训练得到训练完成的多个策略网络，并利用所述训练完成的多个策略网络与环境交互获得多个数据集；根据离线强化学习的任务目标对所述多个数据集进行标注，并从标注后的多个数据集中选取满足目标条件的目标数据集，基于所述目标数据集进行离线强化学习，得到离线学习所学到的策略网络。
全文数据：
权利要求：
百度查询： 清华大学 适用于离线强化学习的无监督数据生成框架
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号