合肥金星智控科技股份有限公司
宣傳

位置:中冶有色 >

有色技術頻道 >

> 化學分析技術

> 強化學習模型的訓練方法及裝置

強化學習模型的訓練方法及裝置

1005   編輯:管理員   來源:中冶有色網  
2023-03-19 07:01:12
本說明書實施例提供一種強化學習模型的訓練方法,該方法包括:獲取業務環境的當前狀態,其中包括上一輪交互產生的交互內容;基于該交互內容,將多個備選業務動作劃分為本輪交互下的可選動作集和禁選動作集;將該當前狀態輸入強化學習模型,從可選動作集中選取收益預測值最大的可選動作作為本輪業務動作,如此可以避免用戶被無關動作打擾,從而提升用戶體驗;再將該本輪業務動作施加于上述業務環境,得到該業務環境的本輪反饋,基于本輪反饋計算本輪業務動作的收益標簽值,并基于該收益標簽值構建其他備選業務動作的收益標簽值,從而實現可以利用全量備選業務動作訓練上述強化學習模型,有效加速強化學習模型的收斂。
登錄解鎖全文
聲明:
“強化學習模型的訓練方法及裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
分享 0
         
舉報 0
收藏 0
反對 0
點贊 0
標簽:
化學分析
全國熱門有色金屬技術推薦
展開更多 +

 

中冶有色技術平臺

最新更新技術

報名參會
更多+

報告下載

赤泥綜合利用研究報告2025
推廣

熱門技術
更多+

衡水宏運壓濾機有限公司
宣傳
環磨科技控股(集團)有限公司
宣傳

發布

在線客服

公眾號

電話

頂部
咨詢電話:
010-88793500-807
專利人/作者信息登記
在线精品视频播放|无码 有码 国产18p|宅男精品一区在线观看|伊人色综合久久天天人手人婷|亚洲熟肥妇女BBXX