用于目标控制的离线强化学习方法、装置和设备

被引：0

专利类型：

发明

申请号：

CN202111256006.1

申请日：

2021-10-27

公开(公告)号：

CN114186474B

公开(公告)日：

2025-05-09

发明(设计)人：

詹仙园徐浩然李健雄

申请人：

清华大学

申请人地址：

100084 北京市海淀区双清路30号清华大学

IPC主分类号：

G06F30/27

IPC分类号：

G06N3/092 G06Q10/0637 G06Q50/40 G06F111/04

代理机构：

北京路浩知识产权代理有限公司 11002

代理人：

耿向宇

法律状态：

授权

国省代码：

北京市市辖区

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
2025-05-09	授权	授权

共 50 条

[1]

用于目标控制的离线强化学习方法、装置和设备 [P].

詹仙园 ;

徐浩然 ;

李健雄 .

中国专利 :CN114186474A ,2022-03-15

[2]

用于交通信号控制的离线强化学习方法及设备 [P].

武强 .

中国专利 :CN119418521A ,2025-02-11

[3]

多方联合更新的离线强化学习方法 [P].

冯黎明 ;

马煜翔 ;

裴阳 ;

刘文博 ;

邢冰 ;

王玥 .

中国专利 :CN114997410A ,2022-09-02

[4]

基于状态偏移矫正的离线强化学习方法及装置 [P].

季向阳 ;

张宏昌 ;

邵键准 .

中国专利 :CN114781248A ,2022-07-22

[5]

用于引导的离线强化学习的方法和装置 [P].

黄高 ;

杨琪森 ;

王慎执 ;

张启航 ;

石文杰 ;

周海刚 ;

宋士吉 ;

陆肖楠 .

德国专利 :CN119895440A ,2025-04-25

[6]

一种基于元目标学习的强化学习方法 [P].

邓世龙 ;

范江东 ;

曾科言 ;

何鸿才 ;

邵杰 .

中国专利 :CN119721175A ,2025-03-28

[7]

一种基于元目标学习的强化学习方法 [P].

邓世龙 ;

范江东 ;

曾科言 ;

何鸿才 ;

邵杰 .

中国专利 :CN119721175B ,2025-11-14

[8]

一种基于样本质量评估的离线强化学习方法和装置 [P].

刘俊涛 ;

李游 ;

汤海南 .

中国专利 :CN117422127A ,2024-01-19

[9]

强化学习方法及装置 [P].

王芳 ;

暴宇健 .

中国专利 :CN117474121A ,2024-01-30

[10]

一种离线强化学习方法、装置、设备及存储介质 [P].

谢永健 ;

王振杰 ;

李昊 ;

刘俊涛 ;

罗荣 .

中国专利 :CN117829253A ,2024-04-05

← 1 2 3 4 5 →