<p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

<var id="xhh1v"></var>
<output id="xhh1v"></output>

        <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
          <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

          <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>

            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

            > 基于環境預測模型的強化學習方法

            基于環境預測模型的強化學習方法

            1049   編輯:管理員   來源:中冶有色網  
            2023-03-19 06:47:33
            本發明涉及一種基于環境預測模型的強化學習方法,其收集環境的真實狀態動作轉移樣本數據;構造環境表示模型即變分自編碼器網絡模型;訓練變分自編碼器網絡模型直至收斂;在隱空間構建環境預測模型,該網絡模型為遞歸神經網絡模型;結合歷史數據訓練遞歸神經網絡模型直至收斂,在潛在空間生成可預測未來狀態的表示,并將遞歸型神經網絡自身的隱狀態表示為智能體對于自身行動所引發的環境變化的預測。本發明在深度神經網絡中的變分自編碼器及遞歸型神經網絡相結合的基礎上進行改良,生成虛擬環境數據訓練智能體,并把從中學會的策略遷移到真實環境之中。該模型的設計擺脫了深度強化學習在實際應用中對大量學習樣本的要求,生成數據的多樣性可從一定程度上解決深度強化學習模型存在對其所訓練數據過度擬合的問題。
            登錄解鎖全文
            聲明:
            “基于環境預測模型的強化學習方法” 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
            久爱国产精品一区免费视频_无码国模国产在线观看_久久久久精品国产亚洲A_国产综合精品无码

            <p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

            <var id="xhh1v"></var>
            <output id="xhh1v"></output>

                  <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
                    <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

                    <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>