基于强化学习策略的人机交互训练方法及装置.pdfVIP

下载本文档

1
0
约2.44万字
约 19页
2023-05-08 发布于北京
举报
版权申诉

基于强化学习策略的人机交互训练方法及装置.pdf

1、本文档共19页，其中可免费阅读18页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请提供一种基于强化学习策略的人机交互训练方法及装置，该方法包括：获取以目标样本集为训练样本训练得到的第一模型；所述目标样本集包括多个交互过程的交互内容；构建第二模型，使用所述第二模型与所述第一模型模拟即时通信交互过程；在所述第二模型与所述第一模型的交互过程中，所述第二模型输出回复内容，基于所述第二模型输出的回复内容对所述交互过程的评价指标的影响程度，调整所述第二模型的参数；将参数优化后的第二模型确定为目标模型；其中，所述评价指标用于指示所述交互过程能够实现预设目标的概率。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114417086 A (43)申请公布日 2022.04.29 (21)申请号 202111521730.2 (22)申请日 2021.12.13 (71)申请人贝壳