技术编号:6336999
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效用差分网络的机器人行为学习模型,属于人工智能领域的 新应用之一。背景技术机器人智能行为一般是指机器人在感知周边环境的基础上进行推理与决策,达到 行为智能决策的过程。智能行为决策模型的建立需要对知识进行获取、表示和推理,并且能 够自动评价机器人行为的优劣。目前,基于强化学习技术的认知行为模型在知识的获取、对 决策环境的适应性、可重用性等方面所具有的优点,使其成为智能行为建模的首选。强化学习过程需要对环境进行探索。可表述为在某个状态下,决策...
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。