首页/ 厦门吉比特网络技术股份有限公司/ 专利详情

一种基于因果多输出的强化学习神经网络及其构建方法

基本信息

申请号 CN202110314236.2 申请日 -
公开（公告）号 CN112990437A 公开（公告）日 2021-06-18
申请公布号 CN112990437A 申请公布日 2021-06-18
分类号 G06N3/04;G06N3/08 分类 计算；推算；计数;
发明人 陈晨;洪锦寿;祝贺 申请（专利权）人 厦门吉比特网络技术股份有限公司
代理机构 厦门市新华专利商标代理有限公司 代理人 罗恒兰
地址 361004 福建省厦门市软件园二期望海路4号101室
法律状态 -

摘要

摘要 本发明涉及一种基于因果多输出的强化学习神经网络，其包括神经网络，该神经网络具有输入端和输出端，该输入端用于输入初始输入状态信息，输出端用于输出最终结果；所述神经网络内设有N套级联的AC模型，每一套AC模型具有输入端和输出端；两相邻的AC模型的输出端输出的结果之间存在因果关系。本发明采用了多套的AC模型，将具备因果关系的多输出模型，拆分为序列模型，把上一个AC模型的输出，与输入状态继续合并，作为下一个AC模型的输入。每套AC模型相互独立，各自关注自己需要处理的输出并向下一套AC模型进行传递，最终完成全局最优解，以此提高神经网络输出的准确率。