温馨提示：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。

包括在计算机存储介质上编码的、用于使用强化学习来选择动作名单的计算机程序的方法、系统和装置。其中一种方法包括接收表征环境当前状态的观测；通过使用深度神经网络处理所述观测和多个候选动作名单来选择动作名单，其中每个候选动作名单包括来自动作集合的...
该专利属于渊慧科技有限公司所有，仅供学习研究参考，未经过渊慧科技有限公司授权不得商用。

详细技术文档下载地址

温馨提示：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。