清华大学;数据天地创新科技有限公司詹仙园获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉清华大学;数据天地创新科技有限公司申请的专利基于动力学对称性建模的离线强化学习方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115983400B 。
龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211574784.X，技术领域涉及：G06N20/00；该发明授权基于动力学对称性建模的离线强化学习方法及装置是由詹仙园;成鹏;刘刚;林刚;李慧;席加;张策设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。
本基于动力学对称性建模的离线强化学习方法及装置在说明书摘要公布了：本发明提供一种基于动力学对称性建模的离线强化学习方法及装置，其中的方法包括：获取离线数据集；通过编码器和双向动力学模型对离线数据集中的原始状态‑动作对进行处理，得到低维状态‑动作对和当前时间反演状态变化量；将低维状态‑动作对输入至价值网络，得到原始状态‑动作对所对应的状态‑动作价值函数值。该方法利用双向动力学模型对离线数据进行处理，从离线数据中提取出有效信息即时间反演状态变化量，这些信息具备极高的泛化性和可解释性，以该有效信息作为价值网络的输入而得到的状态‑动作价值函数值，能够有效地辅助强化学习得到一个最大化长期奖励的策略，实现行为策略的优化。
本发明授权基于动力学对称性建模的离线强化学习方法及装置在权利要求书中公布了：1.一种基于动力学对称性建模的离线强化学习方法，其特征在于，用于策略优化，包括： 获取离线数据集； 通过编码器和双向动力学模型对所述离线数据集中的原始状态-动作对进行处理，得到低维状态-动作对和当前时间反演状态变化量； 将所述低维状态-动作对输入至价值网络，得到所述原始状态-动作对所对应的状态-动作价值函数值； 其中，所述当前时间反演状态变化量包括正向时间反演状态变化量和逆向时间反演状态变化量，所述正向时间反演状态变化量和所述逆向时间反演状态变化量用于设置相应的策略约束项，以获取优化的行为策略。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学;数据天地创新科技有限公司，其通讯地址为：100084 北京市海淀区双清路30号清华大学清华园北京100084-82信箱；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励