本发明公开了一种基于强化学习的人机融合自主性边界切换方法及系统,属于人与机器(人工智能)共享控制技术领域,包括:获取决策信息,该决策信息包括被控对象所处环境状态对应的动作、环境状态对应的动作的不确定度以及人工对被控对象所处环境状态的判断结果;利用深度强化学习网络对决策信息进行处理,预测边界切换结果。本发明将自主性边界处理成动态边界,能够根据不同的问题背景,根据人和AI共享的过程,学习更优的界,实现人与机器共享自主控制效果。
声明:
“基于强化学习的人机融合自主性边界切换方法及系统” 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)