发明专利已授权

用于大型离散动作空间的强化学习优化方法、方法及装置

Name: 用于大型离散动作空间的强化学习优化方法、方法及装置
Brand: 安徽工业大学
SKU: 2022106552950
Availability: InStock

📄 申请号：CN202210655295.0 📄 发布日：2026/07/29

著录项目信息

申请日

2022-06-10

公开号

CN114925778B

公开日

2024-08-09

申请人

安徽工业大学

法律状态

已下证

专利类型

发明

主分类号

G06F18_2413

IPC 分类号

G06F18_2413 , G06F18_214 , G06N3_0464 , G06N3_092 ,

技术画像

所属领域

强化学习强化学习人工智能算法动作空间优化

应用场景

智能决策, 机器人控制, 游戏智能, 推荐系统, 工业自动化

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了基于大型离散动作空间的强化学习优化方法、方法及装置。所述优化方法包括：将状态输入策略网络以得到原始动作，并基于KNN算法获取大型离散动作集内与所述原始动作距离相近的若干离散动作；将获取的各所述离散动作输入价值网络以筛选出最佳动作，并使模型执行所述最佳动作以获得样本；循环执行上述步骤以获得若干所述样本，并按照获取顺序依次间隔选取部分所述样本存储于缓冲池内；基于所述缓冲池训练所述模型并更新所述策略网络及所述价值网络；循环执行上述所有步骤直至得到最优的策略网络及价值网络。所述方法及所述优化装置均基于所述优化方法进行。本发明在进行模型训练时具有训练速度快，且对动作泛化能力强的优点。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN114925778B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

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

一种双输入升压型逆变器的控制方法

当前第 / 件

一种常压下从氮化镓废料中回收金属镓的方法

同领域国内专利 · IPC: (G06F18_2413)

G06F18_00 G06F18_10 G06F18_15 G06F18_20 G06F18_21 G06F18_211 G06F18_2111 G06F18_2113 G06F18_2115 G06F18_213 G06F18_2131 G06F18_2132 G06F18_2134 G06F18_2135 G06F18_2136 G06F18_214 G06F18_22 G06F18_23 G06F18_231 G06F18_2321 G06F18_23213 G06F18_2323 G06F18_2337 G06F18_24 G06F18_241 G06F18_2411 G06F18_2413 G06F18_2415 G06F18_243 G06F18_2431 G06F18_2433 G06F18_2451 G06F18_25 G06F18_26 G06F18_27 覆盖35个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：117 ❤️ 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 3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)