基于强化学习的智能体路径规划方法、电子设备及介质.pdfVIP

下载本文档

0
0
约1.45万字
约 13页
2023-05-09 发布于北京
举报
版权申诉

基于强化学习的智能体路径规划方法、电子设备及介质.pdf

1、本文档共13页，其中可免费阅读12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

本发明涉及一种基于强化学习的智能体路径规划方法、电子设备及介质，方法包括：根据智能体采集的状态信息，通过训练好的目标网络获取智能体从当前位置到目标位置之间的动作；目标网络的训练过程包括：构建当前网络，目标网络和当前网络均为深度Q值网络，迭代执行目标网络更新步骤，该步骤包括：获取智能体采集的状态信息，进行数据预处理后存储至记忆库，根据优先经验回放机制在记忆库中选择训练样本；选择训练样本和动作，根据动作更改环境信息，获取下一状态的环境信息，根据TD‑error训练当前网络，根据软更新机制更新目标网络

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114493013 A (43)申请公布日 2022.05.13 (21)申请号 202210106163.2 (22)申请日 2022.01.28 (71)申请人浙江同善人工智能技术有限公司地址