技术编号:37123016
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。本发明涉及一种基于表示与度量的用户个性化强化学习推荐系统,涉及图像的表示学习、强化学习和推荐系统。背景技术、强化学习,是通过建模马尔可夫决策过程,计算状态转移的价值并进行策略寻优的学习方式。强化学习过程中需要包含的核心元素包括:状态,动作,奖励,状态转移等。当很难从一个环境中直接获取状态的表示,而是只能得到一个状态的观测时,该环境中的决策可以被称为部分可观测马尔可夫决策过程。常用的方法是通过将观测输入一个编码器,得到一个关于状态的隐变量,然后再进行传统的强化学习过程。借助强化学习,可以在任一状...
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。