一種基于深度強化學(xué)習(xí)的空間搜索方法及設(shè)備

基本信息

申請?zhí)?/td> CN202011616392.6 申請日 -
公開（公告）號 CN112633591A 公開（公告）日 2021-04-09
申請公布號 CN112633591A 申請公布日 2021-04-09
分類號 G06Q10/04;G06N3/08 分類 計算；推算；計數(shù);
發(fā)明人 潘澤文;許軼博;范宏偉;李佳斌 申請（專利權(quán)）人 成都艾特能電氣科技有限責(zé)任公司
代理機構(gòu) 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 代理人 胡川
地址 610000 四川省成都市高新區(qū)天辰路88號1棟6層1號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于深度強化學(xué)習(xí)的空間搜索方法及設(shè)備，方法包括獲取空間數(shù)據(jù)信息，建立實際空間搜索模型；制定空間搜索路徑規(guī)劃結(jié)果的評價函數(shù)；根據(jù)所述空間搜索模型對路徑規(guī)劃進行網(wǎng)絡(luò)模型的構(gòu)建；采用強化學(xué)習(xí)方法迭代訓(xùn)練神經(jīng)網(wǎng)絡(luò)獲取損失函數(shù)；通過反向傳播訓(xùn)練神經(jīng)網(wǎng)絡(luò)并作為空間搜索路徑規(guī)劃決策模型輸出。本發(fā)明通過根據(jù)實際需求構(gòu)建空間搜索模型，進而建立評價函數(shù)作為機器學(xué)習(xí)目標(biāo)，通過強化學(xué)習(xí)迭代訓(xùn)練使網(wǎng)絡(luò)模型收斂至實際收益，適用于決策大規(guī)模的空間搜索路徑規(guī)劃問題。