[发明专利]自主自学习系统

权利要求书

1.一种借助第一智能体(S)控制技术系统的方法，其中所述第一智能体(S)实现第一人工神经网络(NN1)，其中将所述第一神经网络(NN1)的第一输入向量(x)和所述第一神经网络(NN1)的当前状态(h_t)共同转变为所述第一神经网络(NN1)的新状态(h_t+1)，且其中由所述第一神经网络(NN1)的新状态(h_t+1)生成所述第一神经网络(NN1)的第一输出向量(y)，

其特征在于，

-将所述第一神经网络(NN1)的第二输入向量(e)、第一输入向量(x)和当前状态(h_t)共同转变为所述第一神经网络(NN1)的新状态(h_t+1)，其中所述第一神经网络(NN1)的第二输入向量(e)表示情绪，以及

-除了所述第一神经网络(NN1)的第一输出向量(y)之外，还由所述第一神经网络(NN1)的新状态(h_t+1)生成所述第一神经网络(NN1)的第二输出向量(e')，其中所述第一神经网络(NN1)的第二输出向量(e')表示所述第一神经网络(NN1)的新状态(h_t+1)的预期情绪，

使得所述第一智能体自主且自学习地适应所述技术系统的新环境。

2.根据前述权利要求所述的方法，其中为了训练所述第一神经网络(NN1)，将所述第一神经网络(NN1)的第二输出向量(e')与第二参考(e*)进行对比，其中所述第一神经网络(NN1)的第二输出向量(e')与所述第二参考(e*)的对比包括距离函数、优选欧几里得距离的计算，且其中所述第二参考(e*)表示所述第一神经网络(NN1)的第二输出向量(e')的理想状态，进而表示所述第一神经网络(NN1)的新状态(h_t+1)的预期情绪的理想状态。

3.根据前述权利要求所述的方法，其中

-将所述第一神经网络(NN1)的第二输出向量(e')与所述第一神经网络(NN1)的第二输入向量(e)进行对比，和/或

-由所述第一神经网络(NN1)的新状态(h_t+1)和所述第一神经网络(NN1)的第一输出向量(y)生成所述第一神经网络(NN1)的第二输出向量(e')。

4.根据前述权利要求中任一项所述的方法，其中为了训练所述第一神经网络(NN1)，将所述第一神经网络(NN1)的第一输出向量(y)与第一参考(y*)进行对比，其中所述第一神经网络(NN1)的第一输出向量(y)与所述第一参考(y*)的对比包括距离函数、优选欧几里得距离的计算，且其中所述第一参考(y*)表示所述第一神经网络(NN1)的第一输出向量(y)的理想状态。

5.根据权利要求1至3中任一项所述的方法，其中

-将所述第一神经网络(NN1)的第一输出向量(y)馈送至第二人工神经网络(NN2)作为所述第二神经网络(NN2)的第一输入向量(y)，其中由第二智能体(W)来实现所述第二神经网络(NN2)，

-将所述第二神经网络(NN2)的第一输入向量(y)和所述第二神经网络(NN2)的当前状态(w_t)共同转变为所述第二神经网络(NN2)的新状态(w_t+1)，

-由所述第二神经网络(NN2)的新状态(w_t+1)生成所述第二神经网络(NN2)的第一输出向量(x')，其中所述第二神经网络(NN2)的第一输出向量(x')表示所述第二神经网络(NN2)对所述第二神经网络(NN2)的第一输入向量(y)的预期反应，以及

-将所述第二神经网络(NN2)的第一输出向量(x')与所述第一神经网络(NN)的第一输入向量(x)进行对比，以便训练所述第一神经网络(NN1)。