一种生成对抗交互模仿学习方法、系统、存储介质及应用

发明专利有效专利

申请号：
CN202110206564.0
IPC分类号：G06N3/04;G06N3/08
申请日期：
2021-02-24
申请人：
中国海洋大学

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	一种生成对抗交互模仿学习方法、系统、存储介质及应用
申请号	CN202110206564.0	申请日期	2021-02-24
法律状态	公开	申报国家	中国
公开/公告日	2021-09-10	公开/公告号	CN113379027A
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;8查看分类表>
申请人	中国海洋大学	申请人地址	山东省青岛市崂山区松岭路238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	中国海洋大学	当前权利人	中国海洋大学
发明人	李光亮;黄杰;隽荣顺;沙启鑫;何波
代理机构	北京汇捷知识产权代理事务所（普通合伙）	代理人	盛君梅

摘要

本发明属于人工智能技术领域，公开了一种生成对抗交互模仿学习方法、系统、存储介质及应用，所述生成对抗交互模仿学习方法结合生成对抗模仿学习和交互学习框架形成生成对抗交互模仿学习GA2IL；所述GA2IL由两个阶段组成：(1)基于最大熵逆强化学习的类GAIL阶段；(2)交互强化学习阶段。本发明GA2IL无论在专家示教是最优还是次优的情况下，GA2IL智能体都能超越专家演示的表现并习得最优或接近最优的策略，且可以提升策略的稳定性并拓展到大型复杂任务之中。本发明在给定无论是最优还是次优专家演示的情况下，GA2IL智能体总是可以超越专家演示的表现并习得最优或接近最优的策略。

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