基本信息:
- 专利标题： 一种解决物理约束的深度强化学习训练及决策方法
- 申请号：CN202310308630.4 申请日：2023-03-27
- 公开(公告)号：CN116306900B 公开(公告)日：2025-08-08
- 发明人： 石野 , 丁枢桐 , 汪婧雅
- 申请人： 上海科技大学
- 申请人地址： 上海市浦东新区华夏中路393号
- 专利权人： 上海科技大学
- 当前专利权人： 上海科技大学
- 当前专利权人地址： 上海市浦东新区华夏中路393号
- 代理机构： 上海申汇专利代理有限公司
- 代理人： 翁若莹; 柏子雵
- 主分类号： G06N3/092
- IPC分类号： G06N3/092 ; G06N3/084 ; G06N3/04
摘要：
本发明公开了一种解决物理约束的深度强化学习训练及决策方法，公开了一种通用的能够处理物理约束的强化学习方法，确保了在强化学习进行决策的过程中硬约束的满足。本发明提出的是一种通用的解决物理约束的强化学习方法，可以解决任意形式的具有任意多个可微约束的决策问题，而不限于某一具有某种特定形式约束的决策问题；本发明所提出的物理感知层是全可微的。因此，策略网络可以得到完整的梯度信息，因此其训练过程是端到端的，便于实现和操作。其训练更新的过程也更加准确；本发明致力于解决决策问题中的物理硬约束，其包含了等式和不等式约束，确保了决策的可行性。这对强化学习技术在实际应用中的落地意义重大。
公开/授权文献:
- CN116306900A 一种解决物理约束的深度强化学习训练及决策方法 公开/授权日：2023-06-23
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06N | 基于特定计算模型的计算机系统 |
| ------G06N3/00 | 基于生物学模型的计算机系统 |
| --------G06N3/02 | .采用神经网络模型 |
| ----------G06N3/04 | ..体系结构，例如，互连拓扑 |
| ------------G06N3/092 | ...强化学习 |