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。

本发明涉及一种用于训练智能体的自适应双自驱动深度确定性策略梯度强化学习方法，使用多头自驱动架构提高评判家评估性能的同时，提高执行者对环境探索的效率，并且能够一定程度上优化深度确定性策略梯度(DDPG)算法，缓解上述环境复杂性和随机性等不利影...
该专利属于清华大学深圳研究生院所有，仅供学习研究参考，未经过清华大学深圳研究生院授权不得商用。

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。