[发明专利]一种基于扩散模型的强化学习DIPO构建方法在审
申请号: | 202310763161.5 | 申请日: | 2023-06-27 |
公开(公告)号: | CN116843037A | 公开(公告)日: | 2023-10-03 |
发明(设计)人: | 黄志雄;文世挺;高云君;庞超逸;范良忠 | 申请(专利权)人: | 浙大宁波理工学院 |
主分类号: | G06N20/00 | 分类号: | G06N20/00;G06N3/092 |
代理公司: | 宁波甬致专利代理有限公司 33228 | 代理人: | 袁波 |
地址: | 315100 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本发明提供了一种基于扩散模型的强化学习DIPO方法,包括:步骤S1,获取以智能体为作用对象的强化学习算法的初始算法框架,使得智能体基于初始算法框架,通过智能体自身的预设策略与环境进行交互持续获取经验,并根据获取的经验生成经验池;步骤S2,提取出初始算法框架中当前状态下智能体做出的动作,并将动作沿着Q函数增加的方向做梯度上升得到对应的新动作;步骤S3,将新动作替换掉经验池中的动作,并采用扩散模型拟合得到新动作的分布,以构建得到DIPO算法框架。有益效果是本发明能够利用扩散模型强大的拟合能力,同时解决扩散模型无法进行策略提升的问题,使得智能体在每次更新后,其策略都能表现得比更新前更好。 | ||
搜索关键词: | 一种 基于 扩散 模型 强化 学习 dipo 构建 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙大宁波理工学院,未经浙大宁波理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202310763161.5/,转载请声明来源钻瓜专利网。
- 上一篇:一种皮带故障保护装置
- 下一篇:一种基于计划合并实现跨部门综合监管方法