原创力文档- 22
- 0
- 约3.12万字
- 约 27页
- 2024-02-24 发布于四川
- 举报
描述了用于训练协调多个智能体以与环境交互的主策略的方法和系统。在每个训练迭代中，识别其相应宏操作已在当前时间步终止的智能体的子集。策略分发是基于所述子集中的每个智能体完成所述相应宏操作而定义。使用所述策略分发为所述子集中的每个智能体生成新宏操作。从所述子集中的至少每个智能体收集过渡样本。使用基于所收集的过渡样本和所述策略分发计算的策略梯度来更新所述主策略。满足收敛条件后，存储经过训练的主策略。所公开的方法和系统的示例实现多智能体强化学习系统的基于策略梯度的训练，其中智能体可以异步执行宏操作。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117597695A
(43)申请公布日2024.02.23
(21)申请号202280037092.3(74)专利代理机构北京同立钧成知识产权代理
(22)申请日2022.06.
您可能关注的文档
- 具有活动铰链和独立的二次端子锁(ISL)的电连接器及其操作方法.pdf
- 混合动力车辆.pdf
- 自旋电感器.pdf
- 等离子处理方法.pdf
- 用于通信的方法、设备和计算机可读介质.pdf
- 用于治疗HER2阳性癌症的组合物和方法.pdf
- 俯身划船运动机.pdf
- 配线装置.pdf
- 空间局部光照补偿.pdf
- 用于治疗和/或预防冠状病毒感染的组合物.pdf
- DB23T 1353—2026菊芋生产技术规程.pdf
- DB15T 4470—2026奶山羊基因组选择育种技术规程.pdf
- DB 61T 2208—2026川金丝猴野外科普活动管理规范.pdf
- DB 54T 0679—2026早熟禾栽培技术规程.pdf
- DB 54T 0681—2026中华羊茅制种技术规程.pdf
- DB 54T 0666—2026光伏电站紫花苜蓿人工草地建植技术规程.pdf
- DB44T 2858—2026地下水环境监测井建设技术指南.pdf
- DB44T 2861—2026装配式建筑评价标准.pdf
- DB44T 2856—2026林木采伐（挖）技术规程.pdf
- DB34T 5430—2026应用型本科高校产教融合实习基地建设与运行规范.pdf
最近下载
- 临床护理实践指南2024版.pdf VIP
- 智慧树知到《天文漫谈》章节测试答案.pdf VIP
- 2026 年国家开放大学英语类《学位英语》考试（试卷号 11909）模拟试题.pdf VIP
- T_CNCIA《粉末涂装涂层质量技术要求 电力变压器》.doc
- CB／T3282-2001《平面摩擦水密上舵承》.pdf VIP
- 2026年国家开放大学非英语类《学位英语》考试（试卷号11908）模拟试题及答案解析.pdf VIP
- 江西省家禽产业发展情况调研报告.docx VIP
- 2021年1月自考00808商法试题及答案含解析.pdf VIP
- 2022年《明码标价和禁止价格欺诈规定》重点解读.pptx VIP
- 护理不良事件整改措施.docx VIP
文档评论（0）