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。

本发明公开了一种基于状态轨迹的对抗式模仿学习方法及装置，其中，该方法包括：获取专家决策下的状态轨迹，将状态轨迹存入专家数据缓存器；构建第一主值网络、第二主值网络、主策略网络、第一副值网络、第二副值网络、副策略网络和判别网络；基于状态轨迹和离...
该专利属于清华大学所有，仅供学习研究参考，未经过清华大学授权不得商用。

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。