发明专利已授权

一种基于模仿学习的深度强化学习策略优化防御方法和装置

📄 申请号：CN202110282288.6 📄 发布日：2026/08/04

著录项目信息

申请日

2021-03-16

公开号

CN112884131B

公开日

2025-01-21

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

G06N3_092

IPC 分类号

G06N3_092 , G06N3_094 , G06N3_0475 , G06N3_045 , G06N3_006 , G06N3_084 ,

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人工智能安全

应用场景

人工智能安全, 智能决策系统, 机器人控制, 自动驾驶, 工业自动化

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于模仿学习的深度强化学习策略优化防御方法和装置，包括：搭建深度强化学习的智能体自动驾驶模拟环境，基于强化学习中的深度Q网络构建目标智能体，对目标智能体进行强化学习以优化深度Q网络的参数；利用参数优化的深度Q网络产生T个时刻的目标智能体的状态动作对序列作为专家数据，其中，状态动作对中的动作取值对应Q值最小的动作；基于生成式对抗网络构建对抗智能体，并对对抗智能体进行模仿学习，即以专家数据中状态作为生成式对抗网络的输入，以专家数据作为标签来监督优化生成式对抗网络的参数；基于对抗智能体产生的状态对目标智能体进行对抗训练，再优化优化深度Q网络的参数，以实现深度强化学习策略优化防御。

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

一种光催化三组分制备香豆素衍生物的方法及应用

当前第 / 件

一种基于性能事件计数和温度的GPU实时功率建模方法

同领域国内专利 · IPC: (G06N3_092)

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

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：20 ❤️ 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)