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

> 基于并行架構的內在獎勵強化學習方法

基于并行架構的內在獎勵強化學習方法

1148   編輯:管理員   來源:中冶有色網  
2023-03-19 07:03:20
本發明公開了一種基于并行架構的內在獎勵強化學習方法,包含如下步驟:執行模塊與模擬環境交互,獲取一整幕經驗數據并存入緩存組件;同步學習模塊的最近更新的策略;取出定量的經驗數據進行評估,獲得獎勵值;對經驗數據的狀態價值函數進行估計,獲得內部狀態價值函數與外部狀態價值函數;處理內部狀態價值函數與外部狀態價值函數,獲得總狀態價值函數并改寫成近似狀態價值函數;外部的智能體對預測網絡的參數進行優化,并更新策略網絡的當前策略,獲得新策略;執行模塊更新新策略。本發明解決了現有技術中價值函數估計不準、收斂到局部最優策略的缺陷,避免了優化結果出現偏差的問題,具有更高的單位時隙吞吐率、更好的性能和更快的學習速度。
登錄解鎖全文
聲明:
“基于并行架構的內在獎勵強化學習方法” 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