基于信息论的深度强化学习探索方法.pdfVIP

下载本文档

7
0
约1.62万字
约 14页
2023-05-08 发布于北京
举报
版权申诉

基于信息论的深度强化学习探索方法.pdf

1、本文档共14页，其中可免费阅读13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

本发明公开了一种基于信息论的深度强化学习探索方法，步骤1、基于信息论的方式衡量一个策略的探索能力，具体包括1)构建策略π的乐观值高斯分布2)构建普通值的高斯分布3)步骤1‑3、定义探索能力，实现探索能力的衡量；步骤2、给定当前状态s，策略空间Π中的任意一个策略π都有不同的探索能力Fπ(s)，基于对探索能力的估计，以最大化探索能力为目标，导出最佳的探索策略πE。与现有技术相比，本发明针对强化学习系统提出的探索算法，不仅可以有效地提升强化学习算法的探索效率，而且首次在连续控制问题上缓解了环境不确定性

(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 114418126 A (43)申请公布日 2022.04.29 (21)申请号 202210191670.0 (22)申请日 2022.02.28 (71)申请人天津大学地址 30