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。

本发明提供了一种基于值强化学习的连续控制方法，包括：构建多层神经网络模型的值函数；对所述值函数搜索最优动作；基于所述最优动作，对所述样本数据进行GPU加速批量动作优化，获取批量最优动作；基于所述批量最优动作，构建候选动作集；根据所述候选动作...
该专利属于江西理工大学所有，仅供学习研究参考，未经过江西理工大学授权不得商用。

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。