柿子坊
· 知识产权运营
首页
专利交易
价值评估
13280638997
登录
注册
首页
>
专利交易
>
专利详情
发明专利
已授权
一种基于深度强化学习的机器自主决策方法
📄 申请号:CN201810796645.9
📄 发布日:2026/07/23
著录项目信息
申请日
2018-07-19
公开号
CN109190751A
公开日
2019-01-11
申请人
杭州电子科技大学
法律状态
已下证
专利类型
发明
主分类号
G06N3_04
IPC 分类号
G06N3_04
,
G06N3_08
,
技术画像
所属领域
人工智能算法
人工智能算法
深度强化学习
智能决策控制
应用场景
智能机器人, 自动驾驶, 智能制造, 无人系统, 智慧物流
AI 智能推荐
·
同申请人专利
·
搜索相似专利
摘要
本发明公开了一种基于深度强化学习的机器自主决策方法,本发明让机器在环境中自主学习并做出正确的行为决策。核心特色在于在训练初期采用动作惩罚方法避免学习陷入局部最优,和在训练后期采用二次反向探索方法解决后期学习停滞问题。
权利要求书 (12项)
说明书
附图
……
……
图1
图2
图3
法律状态时间线
一种适用于非高斯信号的贝叶斯小波包降噪方法
当前第 / 件
一种用于检测肼的比率式荧光探针的制备方法及应用
同领域国内专利 · IPC: (G06N3_04)
G06N3_00
G06N3_006
G06N3_008
G06N3_02
G06N3_04
G06N3_042
G06N3_043
G06N3_044
G06N3_0442
G06N3_045
G06N3_0455
G06N3_0464
G06N3_0475
G06N3_048
G06N3_049
G06N3_0495
G06N3_0499
G06N3_06
G06N3_063
G06N3_065
G06N3_067
G06N3_08
G06N3_082
G06N3_084
G06N3_086
G06N3_088
G06N3_0895
G06N3_09
G06N3_092
G06N3_094
G06N3_096
G06N3_098
G06N3_0985
G06N3_12
G06N3_126
覆盖
35
个领域
相似专利推荐
AI 驱动 · 同领域
一种上下文感知卷积神经网络的全脑三维解剖结构分割方法
¥0.0
2021114832516 · 重庆邮电大学
一种基于BERT和无池化卷积神经网络的文本分类方法
¥0.0
2023100037753 · 重庆邮电大学
一种基于融合神经网络的锂离子电池SOC估计方法
¥0.0
2022100388793 · 南通大学
议价
不含过户费
委托平台代购
📋 交易方式:
委托待转让
📌 交易状态:
在售
👁️ 浏览次数:38
❤️ 收藏人数:93
📋 项目申报:
未申报
资金托管
权属尽调
包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证
✓ 手机绑定
历史成交 0件
好评率 98.5%
📊 出价记录 (3条)
王**
¥-10万
李** 企业
¥-8万
陈**
¥-3万
查看全部出价
我要出价 (议价)
预约谈判