原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本发明涉及一种用于无人机空战决策的强化学习模型训练方法，包括若干训练轮次，在每一训练轮次中，包括：(1)设置网络架构和网络参数；(2)获取输入数据，并输入到当前训练轮次的强化学习模型中，得到输出数据；(3)根据强化学习模型输出的决策数据，计算当前训练轮次的奖励函数，奖励函数由基本奖励和预测增益奖励叠加得到，其中，所述预测增益奖励由决策差确定，所述决策差为所述强化学习模型与预先确定的大语言模型针对所述输入数据输出的决策数据之间的差别；(4)根据当前训练轮次的奖励函数，调整强化学习模型的网络参数，得
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117787384A
(43)申请公布日2024.03.29
(21)申请号202311723082.8
(22)申请日2023.12.14
(71)申请人中国科学院大学
地址10004
文档评论（0）