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。

提供了用于实现强化学习的方法和设备。一种在客户端节点中根据策略命令环境中的动作的方法包括识别环境的一个或多个临界状态，当前策略针对所述临界状态提供不可靠动作。方法进一步包括向服务器发起重新训练请求的传输，重新训练请求包括与一个或多个临界状态...
该专利属于瑞典爱立信有限公司所有，仅供学习研究参考，未经过瑞典爱立信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。