MÉTODO PARA TREINAR UMA REDE NEURAL DO ATOR, SISTEMA E MEIO DE ARMAZENAMENTO LEGÍVEL POR COMPUTADOR NÃO-TRANSITÓRIO

IPC Classification

Priority claims

Abstract

"CONTROLE CONTÍNUO COM APRENDIZAGEM DE REFORÇO PROFUNDA" Métodos, sistemas e, aparelhos, incluindo programas de computador codificados na mídia de armazenamento de computador, para treinar uma rede neural do ator usada para selecionar ações que devem ser realizadas por um agente que interage com um ambiente. Um dos métodos inclui obter um mini-lote de tuplas de experiência; e atualizar valores atuais dos parâmetros da rede neural do ator, que compreende: para cada tupla de experiência no mini-lote: processar a observação de treino e a ação de treinamento na tupla de experiência pela utilização de uma rede neural crítica para determinar uma saída da rede neural para a tupla de experiência, e determinar uma saída da rede neural alvo para a tupla de experiência; atualizar valores atuais dos parâmetros da rede neural crítica pela utilização de erros entre as saídas da rede neural alvo e as saídas da rede neural; e atualizar os valores atuais dos parâmetros da rede neural do ator pela utilização da rede neural crítica.