申请号：CN201810601576.1

专利名称：基于状态特征和后继特征的特征与策略的联合学习方法

发明人：查正军; 李厚强; 冯晓云; 李斌; 王子磊

专利类型：发明专利

摘要：

本发明公开了一种状态特征和后继特征的联合策略学习方法，包括：通过学习从输入状态到即时奖励的映射，获得表征输入状态的状态特征；通过学习从状态特征到价值评估函数的映射，获得后继特征；获得的状态特征与后继特征处于不同的时间分辨率上，将状态特征与后继特征融合后，再采用多种多样方式的策略学习网络对融合结果进行学习。与传统的Agent网络相比，本发明更高效的利用了样本信息，与其他算法相比，学习速度明显加快，网络也能更快的收敛且获得较好的学习效果。