一种基于人类知识优化强化学习的方法及系统
公开
摘要
一种基于人类知识优化强化学习的方法及系统，包括：基于人类领域知识，从智能体要执行的任务中提取多个知识节点，并构建多个行动节点；基于所述多个知识节点、多个行动节点以及多种训练过程确定多个方案；从所述多个方案和基于预先构建的强化学习算法所确定的各输出动作中进行选择，确定所述智能体所执行的动作；并利用所述智能体所述执行的动作对所述强化学习算法进行训练；其中，每个行动节点对应一个动作，避免了强化学习早期低效的随机探索，提高了多智能体强化学习算法的收敛速度。
基本信息
专利标题 ：
一种基于人类知识优化强化学习的方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114611661A
申请号 ：
CN202210116489.3
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
任维雅王鹏张韬周仕扬
申请人 ：
中国人民解放军军事科学院国防科技创新研究院
申请人地址 ：
北京市丰台区东大街53号院
代理机构 ：
北京安博达知识产权代理有限公司
代理人 ：
徐国文
优先权 ：
CN202210116489.3
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N20/00 G05B15/02 A63F13/847
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
2022-06-10 ：
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
