[发明专利]模型的训练方法、对象的控制方法、装置、介质及设备在审
| 申请号： | 202210621933.7 | 申请日： | 2022-06-01 |
| 公开（公告）号： | CN114917586A | 公开（公告）日： | 2022-08-19 |
| 发明（设计）人： | 付悦;黄学峰;邓诗弘 | 申请（专利权）人： | 北京字跳网络技术有限公司 |
| 主分类号： | A63F13/55 | 分类号： | A63F13/55;A63F13/56;G06K9/62;G06N3/08 |
| 代理公司： | 北京英创嘉友知识产权代理事务所(普通合伙) 11447 | 代理人： | 曹寒梅 |
| 地址： | 100190 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及一种模型的训练方法、对象的控制方法、装置、介质及设备，所述方法包括：获取第一虚拟对象与第二虚拟对象在虚拟环境中交互所产生的交互序列，交互序列包括多个采样数据；获取每一交互序列对应的训练奖励权重参数，训练奖励权重参数对应于训练深度强化学习模型的一种决策风格类型；根据交互序列对应的训练奖励权重参数和交互序列中的回报值，确定与每一采样数据对应的目标回报值；根据基于每一采样数据的状态特征和决策动作确定出的动作价值预计值，和采样数据对应的目标回报值，确定训练深度强化学习模型的目标损失；基于目标损失对训练深度强化学习模型进行训练。 | ||
| 搜索关键词： | 模型 训练 方法 对象 控制 装置 介质 设备 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京字跳网络技术有限公司，未经北京字跳网络技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210621933.7/，转载请声明来源钻瓜专利网。
