• 主题
高级搜索  >
历史搜索 清空历史
首页> 中国专利> 一种基于行列式多样性引导的群体强化学习训练方法

一种基于行列式多样性引导的群体强化学习训练方法

页面导航
  • 摘要
  • 著录项
  • 法律信息
  • 相似文献

摘要

本发明属于人工智能技术领域，提出了一种基于行列式多样性引导的群体强化学习训练方法，包括计算成对随机策略的确定性相似性估计核矩阵，适用于覆盖了离散和连续动作空间情况的基于随机策略梯度的算法，并且确定性相似性估计可到多步设置，该核矩阵构成的行列式从高维空间中衡量群体的多样性。基于行列式的强化学习群体训练，通过多臂老虎机算法选择温度系数，优化代替行列式目标来调节群体的多样性或相似性，提高群体性能。本发明所提出的基于梯度的行列式，可以通过自动微分更新策略网络权重。本发明所提出的代替行列式来自对原始矩阵进行平滑操作的正定矩阵，使得Cholesky分解存在，解决了原矩阵行列式与具有利用机制群体训练的冲突问题。

著录项

  • 公开/公告号CN115130376A

    专利类型发明专利

  • 公开/公告日2022-09-30

    原文格式PDF

  • 申请/专利权人 大连理工大学;

    申请/专利号CN202210702974.9

  • 发明设计人 蒋竟成;杨鑫;魏小鹏;朴海音;

    申请日2022-06-21

  • 分类号G06F30/27;G06F17/16;G06K9/62;G06N3/00;G06N3/08;G06F111/08;

  • 代理机构辽宁鸿文知识产权代理有限公司;

  • 代理人许明章;王海波

  • 地址 116024 辽宁省大连市甘井子区凌工路2号

  • 入库时间 2023-06-19 17:01:21

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-09-30

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号