一种基于双经验池DDPG网络的兵棋推演智能决策方法
公开
摘要
本发明公开了一种基于双经验池DDPG网络的兵棋推演智能决策方法，包括：获取兵棋推演数据，构建双经验池DDPG模型；对兵棋推演数据进行预处理，将预处理后的数据向量化，获得向量化数据；将向量化数据输入双经验池DDPG模型进行训练，双经验池DDPG模型达到预设收敛程度时完成训练，基于训练完成的双经验池DDPG模型生成兵棋推演智能决策。本发明相较于一般的强化学习架构，收敛速度更快，节省了训练时间，更快地学习到了整体策略。将双经验池DDPG结构应用于兵棋推演中，利用双经验池对训练速度的提升，更快地训练出可用的神经网络模型。通过对高质量样本的筛选和利用，在一定程度上改善了模型表现依赖于样本质量的问题。
基本信息
专利标题 ：
一种基于双经验池DDPG网络的兵棋推演智能决策方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611669A
申请号 ：
CN202210244709.0
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张震臧兆祥
申请人 ：
三峡大学
申请人地址 ：
湖北省宜昌市大学路8号
代理机构 ：
北京东方盛凡知识产权代理事务所(普通合伙)
代理人 ：
张换君
优先权 ：
CN202210244709.0
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 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
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
