- 1、本文档共11页,其中可免费阅读10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
查看更多
本发明涉及一种减少过估计的模型化强化学习机器人控制方法及系统,其包括:初始化环境和各网络参数;利用与真实环境的交互数据训练环境模型;利用策略网络πφ与训练后的环境模型交互,将交互数据存放在数据存放器Dmodel中;根据环境模型,采用Actor‑Critic方法进行策略训练,其中Critic评估方法采用带有方差惩罚项的评估方式,估计值根据权重λ进行调节;重复执行,直至收敛。本发明能解决策略退化的问题,缓解值函数的过估计问题。本发明可以广泛在机器人控制领域中应用。
(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 113419424 A
(43)申请公布日 2021.09.21
(21)申请号 202110757340.9
(22)申请日 2021.07.05
(71)申请人 清华大学深圳国际研究生院
您可能关注的文档
- 一种羽绒蚕丝复合被及蚕丝被套.pdf
- 一种计算机主机用自动除尘设备.pdf
- 检测血清癌症抗原量的等离子体共振显色酶联免疫分析法.pdf
- 一种编队控制方法、电子设备及存储介质.pdf
- 一种用于测量橡胶乳胶等溶液浓度的微波谐振结构和系统.pdf
- 一种用于提升翻译准确性的方法、系统及装置.pdf
- 通讯录显示方法、移动终端及存储介质.pdf
- 一种缩短注射药物更换时间的工具.pdf
- 一种多功能智能交互终端.pdf
- 一种能调节钳尖角度的腹腔镜分离钳.pdf
- 2023年证券从业之证券市场基本法律法规通关模拟卷和答案.docx
- 2023年理财规划师之三级理财规划师综合提升练习试题和答案.docx
- 2023年理财规划师之三级理财规划师模拟卷.docx
- 2021学年高中英语Unit3 The world of science SectionⅢDeveloping ideas学案外研版必修三.pdf
- 2021学年高中英语Unit3Faster higher stronger SectionB Using language课后习题含解析外研版必修一.pdf
- 2021学年高中英语Unit4 Meeting the muse SectionB Using language课后习题含解析外研版必修一.pdf
- 2021学年高中英语Unit4 Stage and screen SectionⅠ学案外研版必修二.pdf
- 2021学年高中英语Unit4 Stage and screen SectionⅣ学案外研版必修二.pdf
- 2021学年高中英语Unit4 Amazing art SectionⅢ Developing ideas学案外研版必修三.pdf
- 2021学年高中英语Unit3FascinatingParks单元测评课后习题含解析人教版必修一.pdf
最近下载
- 人力资源管理中的伦理.pdf VIP
- 全国人类免疫缺陷病毒检测技术规范(2023年修订版).docx VIP
- 制药工程设计竞赛设计说明书(纸稿打印版).pdf
- 我的理想主题班会PPT课件.pptx VIP
- ISO56002-2019创新管理-创新管理体系指南中文标准.doc
- 2023年秋季国家开放大学-01880_组织行为学期末考试题带答案.docx
- 北京市海淀区2022-2023学年三年级下学期语文期末考试试卷.doc VIP
- 2024年四川省达州市中考英语试题卷(含答案解析).docx
- 脚手架搭设过程课件.ppt VIP
- 《小学高年级数学教学中培养学生几何直观能力的研究》课题结题报告.doc
文档评论(0)