首页> 中国专利> 基于在线增强学习模型的全流程任务时序智能决策方法

基于在线增强学习模型的全流程任务时序智能决策方法

页面导航

摘要
著录项
相似文献

摘要

基于在线增强学习模型的全流程任务时序智能决策方法，第一步，针对红蓝方对抗推演场景，建立增强学习模型，实现面向场景信息的任务时序决策；第二步，采用在线学习异步训练方法对增强学习模型进行强化学习训练，提升训练的鲁棒性和稳定性；第三步，以红方的全流程任务完成概率为基准，通过融合不同的探测与识别弧段得到全局任务完成概率，作为反馈信息；第四步，以全局任务完成概率作为反馈，完成增强学习模型在功能级干扰对抗决策上的训练和部署。本发明解决了现有技术中存在的红蓝方推演全流程任务时序决策效率低、泛化性差等问题。

著录项

公开/公告号CN113379063A

专利类型发明专利
公开/公告日2021-09-10

原文格式PDF
申请/专利权人中国运载火箭技术研究院;
展开▼

申请/专利号CN202011331267.0
发明设计人张旭辉;王振亚;路鹰;郑本昌;黄虎;任金磊;张佳;李君;吴志壕;范佳宣;阎岩;古月;韩特;何漫;
展开▼

申请日2020-11-24
分类号G06N20/00(20190101);G06N3/04(20060101);G06N3/08(20060101);G06N7/00(20060101);G06K9/62(20060101);
代理机构11009 中国航天科技专利中心;
代理人张辉
地址 100076 北京市丰台区北京9200信箱38分箱
入库时间 2023-06-19 12:32:17

相似文献

专利
中文文献
外文文献

1. 基于在线增强学习模型的全流程任务时序智能决策方法 [P] . 中国专利： CN113379063A . 2021-09-10
2. 基于容器的深度学习模型测试评估全流程自动管理方法 [P] . 中国专利： CN112612681A . 2021-04-06
3. METHOD AND SYSTEM FOR PREDICTING TASK COMPLETION OF A TIME PERIOD BASED ON TASK COMPLETION RATES AND DATA TREND OF PRIOR TIME PERIODS IN VIEW OF ATTRIBUTES OF TASKS USING MACHINE LEARNING MODELS [P] . 美国专利： US2018150783A1 . 2018-05-31

机译：基于任务学习的机器学习模型，基于任务完成率和先前时间的数据趋势预测时间完成的方法和系统
4. Artificial Intelligence Based System And Method For Controlling Virtual Agent Task Flow [P] . US2021065017A1 . 2021-03-04

机译：基于人工智能的系统和方法控制虚拟代理任务流程
5. Intelligent service management and process control using policy-based automation and predefined task templates [P] . 美国专利： US9911093B2 . 2018-03-06

机译：使用基于策略的自动化和预定义的任务模板进行智能服务管理和流程控制