技術(shù)編號：40583435
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明涉及人工智能，尤其涉及一種離線元強化學(xué)習(xí)模型訓(xùn)練方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品。背景技術(shù)、離線元強化學(xué)習(xí)（offline?meta-reinforcement?learning，omrl）模型通過使用離線數(shù)據(jù)集降低了訓(xùn)練期間與環(huán)境數(shù)據(jù)交互的成本，同時具有泛化到新任務(wù)的能力，因此，在需要收集足夠多且不易獲取的探索性交互數(shù)據(jù)的領(lǐng)域（例如醫(yī)療保健、自動駕駛、智能機器人等），具有重要的實用價值。、然而，當(dāng)前omrl模型仍面臨上下文轉(zhuǎn)移問題，即用于生成離線數(shù)據(jù)集的行為策略上下文與當(dāng)前訓(xùn)練過程中的策...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。