一种智能体探索3D迷宫的批A3C强化学习方法
授权
摘要
本发明公开了一种智能体探索3D迷宫的批A3C强化学习方法，为了达到相对较短的训练时间和较小的内存损耗的目标，本发明使用基于批的强化学习方法训练神经网络。神经网络划分为两个部分，第一部分主要包含若干个卷积层和MLP，得到原始屏幕像素的低维度表示；第二部分是一个LSTM即长短时记忆模型。LSTM的输入是第一部分的MLP的输出，LSTM的最后一个时间步的细胞输出外接两个MLP，分别用来预测当前状态下动作a的概率分布以及当前状态下的状态值v的预测。结合高效强化学习算法与深度学习方法实现智能体自主探索3D迷宫，并且以相对较短的训练时间和较小的内存损耗使得智能体能够成功的探索3D迷宫环境。
基本信息
专利标题 ：
一种智能体探索3D迷宫的批A3C强化学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109063823A
申请号 ：
CN201810820233.4
公开（公告）日 ：
2018-12-21
申请日 ：
2018-07-24
授权号 ：
CN109063823B
授权日 ：
2022-06-07
发明人 ：
李玉鑑聂小广刘兆英张婷
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
沈波
优先权 ：
CN201810820233.4
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-06-07 ：
授权
2019-01-15 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20180724
申请日 : 20180724
2018-12-21 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
