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。

本发明公开了一种集成多价值网络的强化学习算法、装置及电子设备。所述算法包括采集若干样本组成样本集；基于样本集对所有价值网络及策略网络进行第一次更新；基于第一次更新后的所有价值网络获取与每一样本相应的若干价值网络估值间的标准差以作为不确定性指...
该专利属于安徽工业大学所有，仅供学习研究参考，未经过安徽工业大学授权不得商用。

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。