一种智能体训练方法、装置、存储介质及电子设备.pdfVIP

下载本文档

0
0
约2.99万字
约 26页
2023-12-16 发布于四川
举报
版权申诉

一种智能体训练方法、装置、存储介质及电子设备.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

本申请公开了一种智能体训练方法、装置、存储介质及电子设备，其中方法包括：获取智能体在当前预设时长接收到的更新优势信号，基于更新优势信号更新智能体的动作网络，获取基于智能体执行动作网络中的动作数据所产生的环境业务数据，基于动作业务分布评估获取动作网络对应的动作业务数据，基于环境业务数据和动作业务数据，获取动作网络对应的混合业务数据，基于混合业务数据对智能体对应的第一状态网络进行状态更新得到第二状态网络，基于第二状态网络确定目标优势信号。采用本申请，通过使用有限的样本对智能体的各动作数据进行考虑，进

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117235531A

(43)申请公布日2023.12.15

(21)申请号202311470747.9

(22)申请日2023.11.07

(71)申请人吉林大学