原创力文档- 8
- 0
- 约1.72万字
- 约 13页
- 2023-04-26 发布于四川
- 举报
本发明提供了一种基于值强化学习的连续控制方法，包括：构建多层神经网络模型的值函数；对所述值函数搜索最优动作；基于所述最优动作，对所述样本数据进行GPU加速批量动作优化，获取批量最优动作；基于所述批量最优动作，构建候选动作集；根据所述候选动作集执行动作，并更新所述值函数；对更新后的所述值函数进行迭代，获取所述值函数的最优策略。本发明为复杂环境下的连续控制任务提供了基于学习的、数据驱动的、有效的控制方法。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 115993779 A
(43)申请公布日 2023.04.21
(21)申请号 202211643028.8
(22)申请日 2022.12.20
(71)申请人 江西理工大学
地址 341099
您可能关注的文档
- 一种提高夏大豆细胞质雄性不育系异交率的方法.pdf
- 高效电催化还原硝酸盐制氨的Ni(OH)2修饰Cu催化剂的制备方法.pdf
- 一种薄层石墨烯聚合物复合材料的生产工艺.pdf
- 一种包含碳同位素甲烷的气测录井方法与装置.pdf
- 一种具有核工业后处理环境下辐射监测和去污机器人.pdf
- 一种基于动力学模型的涂装车间温湿度双模控制系统.pdf
- 一种确定雷达的最优搜索波束参数的方法及其雷达.pdf
- 图片压缩方法、装置、终端设备以及存储介质.pdf
- 一种抑制疤痕生成的药物组合物或者化妆品.pdf
- 针对二维蜂窝弹性板中高频角模态的预测方法.pdf
- 统编版（新教材）2026--2027学年度九年级道德与法治上册第二单元《进入新时代》基础自测卷.doc
- 人教版（新教材）小学音乐四年级上册第六单元《小小音乐剧 闪闪的红星》精品课件.pptx
- 统编版（新教材）九年级道德与法制上册第一单元第3课3.2《坚持和加强党的全面领导》导学案.docx
- 统编版（新教材）九年级道德与法制上册第二单元第5课5.1《系统科学的理论体系》导学案.docx
- 在XX市防范次生灾害和灾后恢复重建工作专题会上的讲话.doc
- 在XX市生态环境保护重点工作调度会议上的讲话.doc
- 派驻政法口纪检组和纪检监察室工作总结.docx
- 计算机资料文件 经典算法大全.pdf
- 计算机资料文件 Fedora14安装与软件配置完美方案.pdf
- 计算机资料文件 ege.pdf
文档评论（0）