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。

本发明提供一种强化学习方法及计算机可读存储介质，方法包括：智能体决策网络接收任务环境给出的当前状态t并决策出动作t发送给任务环境；智能体决策网络接收反馈回的奖励t和状态t+1；智能体决策网络将第一经验元祖传给经验存储池，经验存储池将状态t提...
该专利属于清华大学深圳国际研究生院所有，仅供学习研究参考，未经过清华大学深圳国际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。