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

> 基于随机微分方程的连续性强化学习系统及方法

基于随机微分方程的连续性强化学习系统及方法

614   编辑:管理员   来源:中冶有色技术网  
2023-03-19 07:02:28
本发明公布了一种基于随机微分方程的连续性强化学习系统及方法,系统包括动作策略生成器APG、环境状态估计器ESE、值估计器VE,记忆存储模块MS和外部环境EE;具体步骤如下:初始化动作策略生成器APG、环境状态估计器ESE和值估计器VE;动作策略生成器APG计算输出动作值增量Δak;外部环境EE输出下一步动作值ak+1、下一步环境状态值sk+1以及当前步奖励值Rk,并存储至记忆存储模块MS中;环境状态估计器ESE更新环境状态参数集θp和预测未来环境状态估计值s′k;VE优化器更新Q函数网络并预测未来奖励估计值R′k;APG优化器更新动作值参数集θv。本方法基于随机微分方程作为基础模型,能实现动作控制的连续性且能控制训练过程方差,能够通过预测环境的变化来选择动作以实现更好的环境交互。
声明:
“基于随机微分方程的连续性强化学习系统及方法” 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

2024退役新能源器件循环利用技术交流会
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