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。

本发明公开了一种策略正则化提升探索效率的机器人控制方法，涉及机器学习技术领域。包括：构建策略网络、多个Q值网络和缓冲池；机器人使用策略网络产生动作与环境进行交互，并记录所述交互轨迹存储到缓冲池；从缓冲池中采样状态数据构建策略正则化值；根据所...
该专利属于电子科技大学所有，仅供学习研究参考，未经过电子科技大学授权不得商用。

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。