-
公开(公告)号：CN113392971A
公开(公告)日：2021-09-14
申请号：CN202110653456.8
申请日：2021-06-11
Applicant: 武汉大学
Abstract: 本发明提供一种策略网络训练方法、装置、设备及可读存储介质。该方法包括：将N个高带宽数据输入M个智能体，得到每个智能体基于输入的高带宽数据生成的选择动作，以及选择动作对应的奖励值，并构建i个样本，根据每个样本的奖励值，将样本放入优化经验池或常规验池；以预设采样机制从优化经验池以及常规验池中获取样本，作为训练样本，通过训练样本对策略网络和价值网络进行更新；重复执行上述步骤，直至策略网络和价值网络收敛。通过本发明，智能体不断与环境进行交互，利用环境反馈给其的奖励值来决定智能体的下一个动作。因此，所需要的先验知识更少，能够在未知的环境中进行学习，得到较优的策略网络。
-
公开(公告)号：CN113392971B
公开(公告)日：2022-09-02
申请号：CN202110653456.8
申请日：2021-06-11
Applicant: 武汉大学
Abstract: 本发明提供一种策略网络训练方法、装置、设备及可读存储介质。该方法包括：将N个高带宽数据输入M个智能体，得到每个智能体基于输入的高带宽数据生成的选择动作，以及选择动作对应的奖励值，并构建i个样本，根据每个样本的奖励值，将样本放入优化经验池或常规验池；以预设采样机制从优化经验池以及常规验池中获取样本，作为训练样本，通过训练样本对策略网络和价值网络进行更新；重复执行上述步骤，直至策略网络和价值网络收敛。通过本发明，智能体不断与环境进行交互，利用环境反馈给其的奖励值来决定智能体的下一个动作。因此，所需要的先验知识更少，能够在未知的环境中进行学习，得到较优的策略网络。
-
公开(公告)号：CN113627501A
公开(公告)日：2021-11-09
申请号：CN202110870176.2
申请日：2021-07-30
Applicant: 武汉大学
Abstract: 本发明提供了一种基于迁移学习的动物图像种类识别方法，在根据图像任务分类需求选择了合适的深度学习模型之后，为了避免出现因样本数据匮乏导致模型训练效果差的问题，使用空间几何类变换对ImageNet数据集样本进行增强处理，从而得到预模型。最后根据预模型学习到的参数进行模型迁移，提高了在样本数据匮乏的情况下图像识别的准确率，能够更好地服务于野外动物监测与保护。
-
-
Search Results
3
records
(took 0.015 seconds)
