本發(fā)明公開了一種基于貝葉斯概率的強(qiáng)化學(xué)習(xí)智能體控制優(yōu)化方法,該方法通過貝葉斯概率,將策略空間向量化,使得使用者能夠較好的測(cè)定當(dāng)前深度強(qiáng)化學(xué)習(xí)智能體已經(jīng)探索的策略空間,更有利于使用者調(diào)整訓(xùn)練方法,探索未知的策略空間。
聲明:
“基于貝葉斯概率的強(qiáng)化學(xué)習(xí)智能體控制優(yōu)化方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)