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。

本发明提供一种混合专家强化学习方法及系统，其利用具有共享网络参数的多头智能体作为多个专家，通过深度确定性策略梯度算法训练该智能体，以同时学习一系列类似的任务。每个专家都被引入对状态下执行动作的不确定性估计，以增强抗过拟合的Q值评估能力和模型...
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。