公开(公告)号：CN118195003A

公开(公告)日：2024-06-14

申请号：CN202410373848.2

申请日：2024-03-28

Applicant: 南京理工大学

Inventor： 崔振 ,  宁贝晨 ,  郭锡宣 ,  张雨菲 ,  张晓雅

IPC: G06N5/04 ,  G06N5/02 ,  G06N3/092 ,  G06N3/006 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/048

Abstract: 本发明公开了一种结合时空图卷积的强化学习推理方法，属于知识图谱推理领域，包括以下步骤：S1、确定推理任务；S2、建立知识图谱环境；S3、智能体获取当前节点状态，卷积当前节点周围时空信息集合，作为策略网络的输入；S4、把S3获取的状态输入到策略网络中，获取动作概率函数，智能体从策略网络输出的动作概率函数中随机抽样，选择一个动作执行，与环境交互后获取奖励；S5、获取状态转移集合后，使用蒙特卡洛策略梯度更新网络参数。本发明采用上述的一种结合时空图卷积的强化学习推理方法，搭建时空图卷积网络获取当前节点在推理过程中的时空信息，进而提高智能体在当前节点的信息获取密度，提高路径推理活动的准确性。