使用后见之明建模来训练动作选择神经网络
实质审查的生效
摘要
一种强化学习方法和系统，所述强化学习方法和系统选择要由与环境交互的强化学习智能体执行的动作。因果模型由后见之明模型神经网络实施并且使用后见之明，即使用未来环境状态轨迹进行训练。由于所述方法和系统在选择动作时无法访问这种未来信息，因此使用所述后见之明模型神经网络来训练模型神经网络，所述模型神经网络以来自当前观测的数据为条件，所述模型神经网络学习预测所述后见之明模型神经网络的输出。
基本信息
专利标题 ：
使用后见之明建模来训练动作选择神经网络
专利标题（英）：
暂无
公开（公告）号 ：
CN114467092A
申请号 ：
CN202080066633.6
公开（公告）日 ：
2022-05-10
申请日 ：
2020-09-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
亚瑟·克莱蒙特·格斯法比奥·维奥拉塞奥法尼·纪尧姆·韦伯拉尔斯·比辛尼古拉斯·曼弗雷德·奥托·黑斯
申请人 ：
渊慧科技有限公司
申请人地址 ：
英国伦敦
代理机构 ：
中原信达知识产权代理有限责任公司
代理人 ：
周亚荣
优先权 ：
CN202080066633.6
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08 G06N3/00 G06V10/82 G06V10/774
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20200923
申请日 : 20200923
2022-05-10 ：
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
