基于信息论的深度强化学习探索方法
实质审查的生效
摘要
本发明公开了一种基于信息论的深度强化学习探索方法，步骤1、基于信息论的方式衡量一个策略的探索能力，具体包括1)构建策略π的乐观值高斯分布2)构建普通值的高斯分布
3)步骤1‑3、定义探索能力，实现探索能力的衡量；步骤2、给定当前状态s，策略空间Π中的任意一个策略π都有不同的探索能力Fπ(s)，基于对探索能力的估计，以最大化探索能力为目标，导出最佳的探索策略πE。与现有技术相比，本发明针对强化学习系统提出的探索算法，不仅可以有效地提升强化学习算法的探索效率，而且首次在连续控制问题上缓解了环境不确定性对探索的负面影响。
基本信息
专利标题 ：
基于信息论的深度强化学习探索方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114418126A
申请号 ：
CN202210191670.0
公开（公告）日 ：
2022-04-29
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘金毅郝建业郑岩王智
申请人 ：
天津大学
申请人地址 ：
天津市南开区卫津路92号
代理机构 ：
天津市北洋有限责任专利代理事务所
代理人 ：
李素兰
优先权 ：
CN202210191670.0
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00
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
G06N20/00
机器学习
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06N 20/00
申请日 : 20220228
申请日 : 20220228
2022-04-29 ：
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
