CN119416857A 基于相关性的离线强化学习维度缺失动作数据填补方法 （吉林大学）_第1页
CN119416857A 基于相关性的离线强化学习维度缺失动作数据填补方法 （吉林大学）_第2页
CN119416857A 基于相关性的离线强化学习维度缺失动作数据填补方法 （吉林大学）_第3页
CN119416857A 基于相关性的离线强化学习维度缺失动作数据填补方法 （吉林大学）_第4页
CN119416857A 基于相关性的离线强化学习维度缺失动作数据填补方法 （吉林大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号基于相关性的离线强化学习维度缺失动作本发明公开离线强化学习技术领域的基于相关性的离线强化学习维度缺失动作数据填补22.根据权利要求1所述的基于相关性的离线强化学习维度缺失动作数据填补方法，其ae"";采用二进制掩码矩阵Me(0,1y""识别缺失数据，其中my-0表示aj是存在缺失的，my-1表示aj是完整的：;;。3.根据权利要求1所述的基于相关性的离线强化学习维度缺失动作数据填补方法，其3;;;其中ws和bs分别是输出层的权重矩阵和偏置向量，clamp(-)函数确保输出值在有效范4.根据权利要求1所述的基于相关性的离线强化学习维度缺失动作数据填补方法，其;5.根据权利要求1所述的基于相关性的离线强化学习维度缺失动作数据填补方法，其4[0012]本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实5S3、加载包含维度缺失动作数据的数据集，读取其中的动作数据，将其转换为[0015]作为本发明所述的基于相关性的离线强化学习维度缺失动作数据填补方法的一ae"";采用二进制掩码矩阵Me(0,1y""识别缺失数据，其中my-0表示aj是存在缺失;;;;作为本发明所述的基于相关性的离线强化学习维度缺失动作数据填补方法的一6隐藏层引入非线性，以捕捉数据中的复杂关系，在ReLU激活函数之后应用;;;[0016]作为本发明所述的基于相关性的离线强化学习维度缺失动作数据填补方法的一;[0017]作为本发明所述的基于相关性的离线强化学习维度缺失动作数据填补方法的一是在高维度的动作空间中。传统的离线强化学习方法在面对来自现实环境的静态数据集7明通过利用动作空间内维度间及样本内的相关性，能够充分挖掘和利用有限ae""89对于制定有效的策略和增强在复杂环境中的决策能在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论