发明专利已授权

基于模仿学习和注意力机制的深度强化学习策略保护防御方法和装置

📄 申请号：CN202110592426.0 📄 发布日：2026/08/04

著录项目信息

申请日

2021-05-28

公开号

CN113255936B

公开日

2024-02-13

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06N20_20

IPC 分类号

G06N20_20 , G06F21_57 ,

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对抗防御

应用场景

人工智能安全, 自动驾驶决策安全, 智能机器人, 工业控制安全, 网络空间安全

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模仿学习和注意力机制的深度强化学习策略保护防御方法和装置，包括：利用A3C网络对目标智能体进行预训练得到目标策略，再采样多个回合的其序列状态和动作对作为专家数据；其次将专家数据中的状态输入到模仿学习网络的行动者网络中根据模仿策略来生成动作，再将模仿学习的状态动作对与专家数据一起放入到判别器中，利用判别器的输出作为奖励值来指导模仿策略的学习；然后对目标智能体的目标函数进行修改，增加基于模仿策略的惩罚性以调整目标策略；最后利用注意力机制从模仿学习网络中提取浅层特征来生成对抗样本，对目标模型进行对抗训练，以增强目标模型的鲁棒性。

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

一种岸基远程水下沉积物采样装置及其采样方法

当前第 / 件

一种基于高斯函数刚度变换的机械臂位置控制装配方法

同领域国内专利 · IPC: (G06N20_20)

G06N20_00 G06N20_10 G06N20_20 覆盖3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：17 ❤️ 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)