有哪些信誉好的足球投注网站- 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
文档评论（0）