一种基于深度学习技术的状态空间分解和子目标创建方法

摘要

本发明涉及一种基于深度学习技术的状态空间分解和子目标创建方法。根据领域指定的奖励机制,典型的强化学习(RL)代理学习完成指定的任务。为了解决这个问题，开发了一个框架，一个深度RL代理可以使用一个重复的注意机制，从更小的、更简单的域，到更复杂的域。任务以图像和指定目标的指令呈现给代理。这个元控制器通过在状态空间中设计一个较小的子任务序列来引导代理实现它的目标，从而有效地分解目标。