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。

本发明总的来说涉及强化学习技术领域，提出一种价值驱动的跨域策略泛化方法及系统。该方法包括：提供源域训练数据以及目标域训练数据；基于价值驱动筛选源域训练数据；以及将筛选出的源域训练数据以及目标域训练数据输入智能体中进行训练。本发明在源域自身不...
该专利属于上海人工智能创新中心所有，仅供学习研究参考，未经过上海人工智能创新中心授权不得商用。

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。