一种基于忆阻器的在线训练强化学习方法

发明专利有效专利

申请号：
CN202011634224.X
IPC分类号：G06N3/04;G06N3/063;G06N3/08
申请日期：
2020-12-31
申请人：
上海交通大学

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	一种基于忆阻器的在线训练强化学习方法
申请号	CN202011634224.X	申请日期	2020-12-31
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-04-20	公开/公告号	CN112686373A
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	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;6;3;;;G;0;6;N;3;/;0;8查看分类表>
申请人	上海交通大学	申请人地址	上海市闵行区东川路800号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海交通大学	当前权利人	上海交通大学
发明人	纪志罡;景凌琳;杜意德
代理机构	上海伯瑞杰知识产权代理有限公司	代理人	孟旭彤

摘要

本发明公开了一种基于忆阻器的在线训练强化学习方法：传感器采集智能体当前状态信息St并转换为数字信号，将其编码并转换为电压信号；第一忆阻器交叉杆阵列接收该信号，并对该信号进行乘累加后将输出电流转换为数字信号存储于数字存储器中；当St存储于数字存储器中时，处理器进行归一化处理，之后通过第二忆阻器交叉杆阵列进行缩放和偏移；接着数据被激活，经过编码并转换为电压信号后传输至第三忆阻器交叉杆阵列，步骤重复次数与隐藏层数相同；第n忆阻器交叉杆阵列接受电压信号输出电流信号并选出最大电流列所表示的动作At，并对最大电流进行电压转换和存储；根据智能体的动作给予奖惩，并将新状态信息St+1存储到经验池中。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供