技术编号：10687680
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。本发明涉及一种用于使用目标和观察的强化学习的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法中的一个包括接收表征环境的当前状态的观察；接收表征来自环境的目标状态集的目标状态的目标；使用观察神经网络处理观察以生成观察的数字表示；使用目标神经网络处理目标以生成目标的数字表示；组合所观察的数字表示和目标的数字表示以生成组合的表示；使用动作分值神经网络处理组合的表示以为预定的动作集中的每个动作生成相应的分值；以及使用预定的动作集中的动作的相应的分...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。