共享循环神经网络的高效值函数迭代强化学习方法

摘要

本发明公开了一种共享循环神经网络的高效值函数迭代强化学习方法，该方法包括：通过智能体与环境进行交互获得样本数据，并将样本数据添加至样本池中；在样本池中随机选取样本数据作为训练样本数据；根据训练样本数据对Critic网络的输出进行归一化，并对其MLP网络和共享LSTM参数进行更新；循环迭代对Critic网络更新两次后，根据训练样本数据对Actor网络的MLP部分参数进行更新；对Critic网络中的第三Critic网络和第四Critic网络、Actor网络的第二Actor网络参数进行更新。该方法将循环神经网络与值函数迭代相结合，提高算法训练效率，缩短算法训练时间。