一种深度强化学习加速训练的方法
授权
摘要
本发明提出一种在CPU+FPGA平台下进行深度强化学习算法训练的加速方法。本加速方法能够适用多种深度强化学习算法加速，实现了经验池和目标网络方法，方法包括如下步骤：在内存固定地址分配评价网络参数、目标网络参数和经验池，通过CPU进行初始化，在FPGA运行动作网络、评价网络和目标网络，同时运行两个进程，进程一进行数据采集，通过动作网络与运行于CPU上的强化学习环境交互，将采集到的数据存入经验池中；进程二进行神经网络的训练，CPU从经验池中抽取数据，通过目标网络产生标签，训练评价网络参数，并根据训练次数更新目标网络参数。本发明利用FPGA低功耗、可重配置的优点，对深度强化学习算法的训练进行加速和优化。
基本信息
专利标题 ：
一种深度强化学习加速训练的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109783412A
申请号 ：
CN201910048075.X
公开（公告）日 ：
2019-05-21
申请日 ：
2019-01-18
授权号 ：
CN109783412B
授权日 ：
2022-04-22
发明人 ：
秦亮阮爱武史傲凯向蔺
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
代理人 ：
优先权 ：
CN201910048075.X
主分类号 ：
G06F13/16
IPC分类号 ：
G06F13/16 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F13/00
信息或其他信号在存储器、输入/输出设备或者中央处理机之间的互连或传送
G06F13/14
对互连或传送请求的处理
G06F13/16
关于访问存储器总线的
法律状态
2022-04-22 ：
授权
2019-06-14 ：
实质审查的生效
IPC(主分类) : G06F 13/16
申请日 : 20190118
申请日 : 20190118
2019-05-21 ：
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
