强化学习模型训练方法、决策方法、装置、设备及介质.pdfVIP

下载本文档

1
0
约3.17万字
约 25页
2023-04-23 发布于北京
举报
版权申诉

强化学习模型训练方法、决策方法、装置、设备及介质.pdf

1、本文档共25页，其中可免费阅读24页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本公开提供了一种强化学习模型训练方法、决策方法、装置、设备及介质，涉及计算机技术领域，进一步涉及深度学习、强化学习等人工智能技术，模型训练方法包括：获取根据第一场景进行强化学习训练得到的第一智能体的第一智能体参数；根据所述第一智能体参数确定第二场景中目标强化学习模型的第二智能体的第二智能体参数；根据所述第二智能体参数在所述第二场景中训练辅助学习网络；根据训练得到的目标辅助学习网络对所述目标强化学习模型进行训练。本公开实施例能够提高强化学习模型的训练效率、适应能力和模型的准确率，进而提高基于强化学

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113962362 A (43)申请公布日 2022.01.21 (21)申请号 202111211093.9 (22)申请日 2021.10.18 (71)申请人北京百度网讯科技有限公司