有哪些信誉好的足球投注网站- 1、本文档共16页，其中可免费阅读15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
本发明公开了一种用于稀疏奖励环境的强化学习方法、装置、设备及介质，所述方法包括：将动作分别与多个当前环境状态进行交互，得到多个下一时刻的环境状态；计算所述下一时刻的环境状态的相似度，得到相似度矩阵；根据所述相似度矩阵判断当前环境状态是否会受到随机噪声的影响；若当前环境状态会受到随机噪声的影响，则通过预设的环境熟悉度模型计算内在奖励值；根据与环境交互产生的经验数据以及计算出来的内在奖励值进行策略的学习。根据本公开实施例提供的强化学习方法，能够在外部奖励比较稀疏或者不存在的情况下快速有效地学习策略。
(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 113077052 A
(43)申请公布日 2021.07.06
(21)申请号 202110466716.0
(22)申请日 2021.04.28
(71)申请人 平安科技（深圳）有限公司
文档评论（0）