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。

提供了利用合成环境改进强化学习的设备和方法。一种用于学习策略（）的计算机实现的方法和/或用于学习合成环境的方法，其中所述策略被配置为控制智能体，包括以下步骤：提供合成环境参数（）和真实环境（）以及策略群体。后续，重复以下步骤达预定次数的重复...
该专利属于罗伯特所有，仅供学习研究参考，未经过罗伯特授权不得商用。

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。