有哪些信誉好的足球投注网站- 1、本文档共39页，其中可免费阅读38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
查看更多
本公开涉及一种深度强化学习模型的训练方法、装置、介质及设备，所述方法包括：获取深度强化学习模型与虚拟环境交互所产生的交互序列，其中，交互序列包括多个采样数据，每一采样数据包括虚拟环境的第一状态、决策动作、以及在虚拟环境处于所述第一状态对应的状态下执行所述决策动作所得到的回报值和第二状态；针对每一所述采样数据，根据所述深度强化学习模型的优势函数和所述采样数据对应的决策策略，确定所述采样数据对应的计算动作价值；针对每一所述采样数据，根据所述采样数据对应的目标采样数据和所述目标采样数据对应的计算动作价
(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 112766497 A
(43)申请公布日 2021.05.07
(21)申请号 202110127253.5
(22)申请日 2021.01.29
(71)申请人 北京字节跳动网络技术有限公司
文档评论（0）