原创力文档- 10
- 0
- 约3.3万字
- 约 26页
- 2023-05-10 发布于四川
- 举报
本公开提供了一种强化学习模型的训练方法、装置、电子设备以及介质，其中，该方法包括：获取待训练的强化学习模型；确定样本数据库中各训练样本的样本筛选参数；其中，所述样本筛选参数用于表征训练样本与所述待训练的强化学习模型的训练匹配度，所述训练样本由所述待训练的强化学习模型在历史迭代训练阶段生成；基于所述样本筛选参数在样本数据库中筛选满足训练匹配度要求的目标训练样本；基于所述目标训练样本对所述待训练的强化学习模型执行当前迭代阶段的迭代训练任务，得到目标强化学习模型。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114519393 A
(43)申请公布日 2022.05.20
(21)申请号 202210152305.9
(22)申请日 2022.02.18
(71)申请人 深圳市商汤科技有限公司
地址 51
文档评论（0）