1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 行业资料
  5. 国内专利

深度强化学习模型的训练方法、装置、介质及设备.pdfVIP

  • 9
  • 0
  • 约5.88万字
  • 约 39页
  • 2023-06-06 发布于四川
  • 举报

深度强化学习模型的训练方法、装置、介质及设备.pdf

    本公开涉及一种深度强化学习模型的训练方法、装置、介质及设备，所述方法包括：获取深度强化学习模型与虚拟环境交互所产生的交互序列，其中，交互序列包括多个采样数据，每一采样数据包括虚拟环境的第一状态、决策动作、以及在虚拟环境处于所述第一状态对应的状态下执行所述决策动作所得到的回报值和第二状态；针对每一所述采样数据，根据所述深度强化学习模型的优势函数和所述采样数据对应的决策策略，确定所述采样数据对应的计算动作价值；针对每一所述采样数据，根据所述采样数据对应的目标采样数据和所述目标采样数据对应的计算动作价

    (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 112766497 A (43)申请公布日 2021.05.07 (21)申请号 202110127253.5 (22)申请日 2021.01.29 (71)申请人 北京字节跳动网络技术有限公司

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >