一种强化学习在大型仿真环境下的加速训练方法
公开
摘要
本发明公开了一种强化学习在大型仿真环境下的加速训练方法，包括：搭建环境仿真模型、初始强化学习模型和自监督模型，通过环境仿真模型和初始强化学习模型的不断交互，产生图像数据；采用分布式架构采集图像数据；通过自监督模型提取图像数据中的低维特征，得到特征编码；基于强化学习模型将特征编码的多个历史状态信息进行保存，并对不同的历史状态信息赋予不同的权重系数，最终得到一个满足马尔科夫性质的状态编码，输出一组序列数据，作为训练数据；基于训练数据对初始强化学习模型进行分布式训练，直至满足优化目标，得到最终强化学习模型。本发明具有训练速度快，且能对采样数据进行最大化利用。
基本信息
专利标题 ：
一种强化学习在大型仿真环境下的加速训练方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114610486A
申请号 ：
CN202210224866.5
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王得坤宫晓利张金
申请人 ：
南开大学
申请人地址 ：
天津市南开区卫津路94号
代理机构 ：
北京慕达星云知识产权代理事务所(特殊普通合伙)
代理人 ：
李冉
优先权 ：
CN202210224866.5
主分类号 ：
G06F9/50
IPC分类号 ：
G06F9/50 G06N3/04 G06N3/063
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
G06F9/00
程序控制装置，例如，控制单元
G06F9/06
应用存入的程序的，即应用处理设备的内部存储来接收程序并保持程序的
G06F9/46
多道程序装置
G06F9/50
资源分配，例如，中央处理单元的
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
