首页> 中国专利> 利用密度比估计的直接逆向强化学习

利用密度比估计的直接逆向强化学习

页面导航

摘要

一种用于估计对象的行为的回报与价值函数的逆向强化学习的方法，该方法包括：获取表示状态变量的变化的数据，状态变量定义所述对象的行为；将由式(1)给出的修正Bellman方程应用至所获取的数据，

1. 利用密度比估计的直接逆向强化学习 [P] . 中国专利： CN108885721A . 2018-11-23
2. 通过密度比率估计的逆向强化学习 [P] . 中国专利： CN106575382A . 2017-04-19
3. DIRECT INVERSE REINFORCEMENT LEARNING WITH DENSITY RATIO ESTIMATION [P] . 欧洲知识产权局专利： EP3430578A1 . 2019-01-23

机译：密度比估计的直接逆向强化学习
4. DIRECT INVERSE REINFORCEMENT LEARNING WITH DENSITY RATIO ESTIMATION [P] . 欧洲知识产权局专利： EP3430578A4 . 2019-11-13

机译：密度比估计的直接逆向强化学习
5. DIRECT INVERSE REINFORCEMENT LEARNING WITH DENSITY RATIO ESTIMATION [P] . 世界知识产权组织专利： WO2017159126A1 . 2017-09-21

机译：密度比估计的直接逆向强化学习