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。

用于使用强化学习技术来训练动作选择系统的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。在一个方面，一种方法包括，在多个迭代中的每个处：获得批量经验，每个经验元组包括：第一观察、动作、第二观察、以及奖励；对于每个经验元组，确定第二...
该专利属于渊慧科技有限公司所有，仅供学习研究参考，未经过渊慧科技有限公司授权不得商用。

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。