合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 化学分析技术

> 强化学习模型的训练方法及装置

强化学习模型的训练方法及装置

922   编辑:管理员   来源:中冶有色技术网  
2023-03-19 07:01:12
本说明书实施例提供一种强化学习模型的训练方法,该方法包括:获取业务环境的当前状态,其中包括上一轮交互产生的交互内容;基于该交互内容,将多个备选业务动作划分为本轮交互下的可选动作集和禁选动作集;将该当前状态输入强化学习模型,从可选动作集中选取收益预测值最大的可选动作作为本轮业务动作,如此可以避免用户被无关动作打扰,从而提升用户体验;再将该本轮业务动作施加于上述业务环境,得到该业务环境的本轮反馈,基于本轮反馈计算本轮业务动作的收益标签值,并基于该收益标签值构建其他备选业务动作的收益标签值,从而实现可以利用全量备选业务动作训练上述强化学习模型,有效加速强化学习模型的收敛。
声明:
“强化学习模型的训练方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
化学分析
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

第二届中国微细粒矿物选矿技术大会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记