一种基于epsilon-greedy的深度强化学习动态e...
公开
摘要

本发明公开了一种基于epsilon‑greedy的深度强化学习动态epsilon的方法。涉及探索与利用困境领域,步骤:对多臂老虎机的数据进行预处理;根据即时奖励rt+1和平均奖励R平均之差判断是否进行epsilon的更新;利用Dueling DQN算法构建深度强化学习框架;根据行为值函数的TD‑error判断此时是进行探索或利用并更新epsilon的值;将经验池中TD误差导入Dueling DQN强化学习框架,进行训练更新网络。本发明推进了探索与利用的困境问题研究;对何时进行探索及利用进行了合理的设计;本发明的最终结果是实现epsilon的动态更新,可实现epsilon的动态更新问题,为动态epsilon的发展提供有效的理论基础。

基本信息
专利标题 :
一种基于epsilon-greedy的深度强化学习动态epsilon的方法
专利标题(英):
暂无
公开(公告)号 :
CN114595818A
申请号 :
CN202210316971.1
公开(公告)日 :
2022-06-07
申请日 :
2022-03-29
授权号 :
暂无
授权日 :
暂无
发明人 :
孔燕曹俊豪
申请人 :
南京信息工程大学
申请人地址 :
江苏省南京市江北新区宁六路219号
代理机构 :
南京苏高专利商标事务所(普通合伙)
代理人 :
曹坤
优先权 :
CN202210316971.1
主分类号 :
G06N3/08
IPC分类号 :
G06N3/08  G06N20/00  G07F17/34  
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
G06N3/08
学习方法
法律状态
2022-06-07 :
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
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332