一种基于深度强化学习的机器自主决策方法

被引：0

专利类型：

发明

申请号：

CN201810796645.9

申请日：

2018-07-19

公开(公告)号：

CN109190751B

公开(公告)日：

2019-01-11

发明(设计)人：

吴子朝汤程心王毅刚

申请人：

申请人地址：

310018 浙江省杭州市下沙高教园区2号大街

IPC主分类号：

G06N304

IPC分类号：

G06N308

代理机构：

杭州君度专利代理事务所(特殊普通合伙) 33240

代理人：

朱月芬

法律状态：

授权

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2020-12-22	授权	授权
2019-01-11	公开	公开
2019-02-12	实质审查的生效	实质审查的生效 IPC(主分类):G06N 3/04 申请日:20180719

共 50 条

[1]

一种基于深度强化学习的决策方法 [P].

张昊迪 ;

伍楷舜 ;

陈振浩 ;

高子航 ;

李启凡 .

中国专利 :CN112295237A ,2021-02-02

[2]

一种基于深度强化学习的智能体自主决策方法 [P].

刘东升 ;

刘彦妮 ;

王黎明 ;

陈亚辉 .

中国专利 :CN115482659A ,2022-12-16

[3]

基于深度强化学习的机器人决策方法 [P].

关海啸 ;

任月佳 ;

周庆涛 ;

孙鸿博 .

中国专利 :CN120645237B ,2025-10-24

[4]

基于深度强化学习的机器人决策方法 [P].

关海啸 ;

任月佳 ;

周庆涛 ;

孙鸿博 .

中国专利 :CN120645237A ,2025-09-16

[5]

一种基于深度强化学习的多智能体自主决策方法 [P].

王帅 ;

蔡子阳 ;

林峰 .

中国专利 :CN117010476B ,2025-11-04

[6]

基于深度强化学习的无线通信参数自主决策方法 [P].

张卫锋 ;

邵柳东 .

中国专利 :CN115361701A ,2022-11-18

[7]

基于深度强化学习的机器人自主探索方法 [P].

陈铂垒 ;

康嘉绪 ;

钟萍 ;

崔永正 ;

卢思怡 .

中国专利 :CN115963832B ,2025-11-04

[8]

一种基于深度强化学习的分层决策方法 [P].

朱燎原 ;

包骐豪 ;

夏少杰 ;

瞿崇晓 ;

王宇峰 .

中国专利 :CN115392435A ,2022-11-25

[9]

一种基于深度强化学习的分层决策方法 [P].

朱燎原 ;

包骐豪 ;

夏少杰 ;

瞿崇晓 ;

王宇峰 .

中国专利 :CN115392435B ,2025-12-30

[10]

一种基于深度强化学习的共享自主方法 [P].

康宇 ;

游诗艺 ;

赵云波 ;

吕文君 .

中国专利 :CN115345273A ,2022-11-15

← 1 2 3 4 5 →