技术编号：32858331
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。.本发明涉及离线强化学习技术领域，尤其涉及一种基于状态引导策略的离线强化学习方法及系统。背景技术.强化学习主要研究智能体如何获得最大回报，即给定任务下学习解决该问题最优的策略。因为其可以较为直观地建模序贯决策问题，强化学习受到了广泛的关注。近年来，随着深度学习和大规模数据集的兴起，由于深度神经网络作为函数近似拥有很强的泛化能力，强化学习借助神经网络来应对更加复杂的场景。深度强化学习在视频游戏、围棋、推荐系统和机器人领域上取得了较快的发展。与一般的强化学习相比，离线强化学习只提供了数据集而没有...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。