基于强化学习的神经网络控制方法及强化学习系统

发明专利有效专利

申请号：
CN202010115498.1
IPC分类号：G06N3/04G06N3/08
申请日期：
2020-02-25
申请人：
国电新能源技术研究院有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于强化学习的神经网络控制方法及强化学习系统
申请号	CN202010115498.1	申请日期	2020-02-25
法律状态	实质审查	申报国家	中国
公开/公告日	2020-07-24	公开/公告号	CN111445005A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G06N3/04;G06N3/08查看分类表>
申请人	国电新能源技术研究院有限公司	申请人地址	北京市昌平区北七家镇未来科技城*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	国电新能源技术研究院有限公司	当前权利人	国电新能源技术研究院有限公司
发明人	陈保卫;刘淼;李庚达;梁凌;李雄威;王昕;段震清;张婷;胡勇;曾德良
代理机构	北京大成律师事务所	代理人	陈福

摘要

本发明公开了一种基于强化学习的神经网络控制方法及强化学习系统。本发明中，动作网络根据被控对象或其机理模型的阶次和迟延来确定状态控制量，被控对象接收动作网络发送的状态控制量输出动作值；由估值网络基于输出动作值对当前控制效果与预定目标对比进行评价，在对被控对象或其机理模型探索过程中加入随机扰动和模型变化，并同时对动作网络和估值网络进行更新，获得控制律。通过动作网络和估值网络对被控对象或其机理模型的探索，不断更新和优化控制策略，在一定程度上模拟人对环境的探索和学习过程，最终得到一个快速准确且具有一定鲁棒性的神经网络控制器，能用于解决许多控制领域的难题。

一种杉木叶苦蒿复合生物质燃料及其制备方法

发明授权

基于强化学习的神经网络控制方法及强化学习系统

在售专利 早买早用

在售专利早买早用