用于训练模型的方法和装置.pdfVIP

下载本文档

1
0
约3.55万字
约 29页
2023-07-02 发布于四川
举报
版权申诉

用于训练模型的方法和装置.pdf

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

本公开的实施例公开了用于训练模型的方法和装置。该方法的一具体实施方式包括：获取样本状态转移轨迹数据集合；执行如下训练步骤：从样本状态转移轨迹数据中选择目标状态值，利用目标状态值，执行以下处理步骤：将目标状态值输入初始动作选择模型，获得目标动作值；将目标状态值和目标动作值输入环境模型，获得仿真后续状态值和仿真奖励值；将仿真后续状态值作为目标状态值，重复执行处理步骤，直至满足预设处理条件，获得仿真状态转移轨迹数据；将样本单步状态转移数据和仿真单步状态转移数据组成训练样本集合；利用训练样本集合对初始动

(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 113743613 A (43)申请公布日 2021.12.03 (21)申请号 20201