申请/专利权人:上海交通大学
申请日:2023-12-25
公开(公告)日:2024-03-19
公开(公告)号:CN117725987A
主分类号:G06N3/096
分类号:G06N3/096;G06N3/0442;G06N3/084;G06N3/006
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本公开提供一种面向智能体视觉控制的迁移强化学习系统,其包括:教师模型预训练模块,采用源域动作离线视频数据对教师模型进行模型训练,确定完成模型训练的教师模型;学生模型训练模块,采用智能体与环境的在线交互数据对学生模型进行模型训练,并将完成模型训练的教师模型迁移至学生模型训练模块对学生模型进行辅助训练,确定完成模型训练的学生模型,将目标域任务的视觉图像作为完成模型训练的学生模型的输入,输出执行目标域任务的动作。通过本公开,采用已有的源域动作离线视频数据辅助在线目标域智能体的学习,有效缓解离线域与在线域之间的域差异,提高目标域智能体解决任务的表现。
主权项:1.一种面向智能体视觉控制的迁移强化学习系统,其特征在于,包括:教师模型预训练模块,采用源域动作离线视频数据对教师模型进行模型训练,确定完成模型训练的所述教师模型;学生模型训练模块,采用智能体与环境的在线交互数据对学生模型进行模型训练,并将所述完成模型训练的所述教师模型迁移至所述学生模型训练模块对所述学生模型进行辅助训练,确定完成模型训练的所述学生模型,将目标域任务的视觉图像作为所述完成模型训练的所述学生模型的输入,输出执行目标域任务的动作。
全文数据:
权利要求:
百度查询: 上海交通大学 一种面向智能体视觉控制的迁移强化学习系统
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。