一种面向多任务强化学习的缓解灾难性遗忘的方法

摘要

本发明公开了一种面向多任务强化学习的缓解灾难性遗忘的方法，包括：初始化T个任务的存储空间M，存储空间M中包括T个存储器，为每个任务分配一个存储器，采用存储器Mk存储任务k对应的智能体与环境交互的情景样本；根据存储器Mk存储的任务k对应的情景样本，定义损失函数L(fθ，Mk)；基于当前的任务k和前k‑1个任务的网络梯度，求解模型最优的网络梯度融合网络梯度求解与强化学习方法中的神经网络，重新定义神经网络的损失函数，更新强化学习训练过程Q值现实网络和Q值估计网络中的网络梯度，以缓解灾难性遗忘。