申请/专利权人:太保科技有限公司
申请日:2024-01-02
公开(公告)日:2024-04-26
公开(公告)号:CN117933348A
主分类号:G06N3/092
分类号:G06N3/092;G06F8/41;G06F11/36
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本申请实施例公开了一种强化学习代码编译方法、装置、设备及存储介质,涉及强化学习技术领域。方法包括:获取需要进行编译的强化学习代码;基于所述强化学习代码,通过单元测试生成器生成与所述强化学习代码对应的单元测试;将所述强化学习代码和所述单元测试输入编译器,得到编译结果;根据所述编译结果利用奖励函数获取对应的奖励数值;重复执行上述步骤,直至每一次重复得到的奖励数值的累加值达到预设值。通过上述方法能够实现对强化学习代码的自动化测试和验证,将测试和验证嵌入到强化学习代码的开发过程中,从而能够降低强化学习代码的测试和验证的耗时量并且提高测试和验证的稳定性。
主权项:1.一种强化学习代码编译方法,其特征在于,所述方法包括:获取需要进行编译的强化学习代码;基于所述强化学习代码,通过单元测试生成器生成与所述强化学习代码对应的单元测试;将所述强化学习代码和所述单元测试输入编译器,得到编译结果;根据所述编译结果利用奖励函数获取对应的奖励数值;重复执行上述步骤,直至每一次重复得到的奖励数值的累加值达到预设值。
全文数据:
权利要求:
百度查询: 太保科技有限公司 一种强化学习代码编译方法、装置、设备及存储介质
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。