-
公开(公告)号：CN113971460A
公开(公告)日：2022-01-25
申请号：CN202110830466.4
申请日：2021-07-22
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及用于学习策略（π）的方法（20），所述策略（π）最佳地适配进化算法的至少一个参数（σ）。所述方法包括以下步骤：初始化所述策略，所述策略根据状态信息（S）确定所述参数（σ）的参数化（A）。借助于强化学习（英语：reinforcement learning）来学习所述策略（π），其中从CMA‑ES算法与借助于所述策略根据所述状态信息（S）确定的参数化的交互、与所述问题实例（14）的交互中以及从奖励信号（R）中学习到哪种参数化对于可能的状态信息是最佳的。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
