申请/专利权人:松下电器(美国)知识产权公司
申请日:2020-06-29
公开(公告)日:2021-01-05
公开(公告)号:CN112183766A
主分类号:G06N20/20(20190101)
分类号:G06N20/20(20190101);G06N3/04(20060101)
优先权:["20200325 JP 2020-053613","20190705 US 62/870918"]
专利状态码:在审-实质审查的生效
法律状态:2022.06.24#实质审查的生效;2021.01.05#公开
摘要:提供学习方法及记录介质,改善用来进行智能体的行动的控制的学习方法。使用基于模型的强化学习的智能体的行动的学习方法,取得表示智能体行动时的智能体的状态及行动的时间序列数据S101,通过使用所取得的时间序列数据进行有监督学习而构建动态模型S102,基于动态模型,通过作为变分分布而使用了混合模型的变分推断,导出智能体的行动序列的多个候选S103,将从导出的多个候选中选择的一个候选作为智能体的行动序列输出S104。
主权项:1.一种学习方法,是使用基于模型的强化学习的、智能体的行动的学习方法,其特征在于,取得表示上述智能体行动时的上述智能体的状态及行动的时间序列数据;通过使用所取得的上述时间序列数据进行有监督学习,构建动态模型;基于上述动态模型,通过作为变分分布而使用了混合模型的变分推断,导出上述智能体的行动序列的多个候选;将从导出的上述多个候选中选择的一个候选作为上述智能体的行动序列来输出。
全文数据:
权利要求:
百度查询: 松下电器(美国)知识产权公司 学习方法及记录介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。