買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉國(guó)際商業(yè)機(jī)器公司申請(qǐng)的專利強(qiáng)化學(xué)習(xí)軟件代理的數(shù)據(jù)增強(qiáng)訓(xùn)練獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114730306B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202080082641.X，技術(shù)領(lǐng)域涉及：G06F16/00；該發(fā)明授權(quán)強(qiáng)化學(xué)習(xí)軟件代理的數(shù)據(jù)增強(qiáng)訓(xùn)練是由T·查克拉波瑞蒂;K·塔拉瑪杜普拉;K·法迪尼斯;B·斯里瓦斯塔瓦;M·S·坎貝爾設(shè)計(jì)研發(fā)完成，并于2020-11-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本強(qiáng)化學(xué)習(xí)軟件代理的數(shù)據(jù)增強(qiáng)訓(xùn)練在說(shuō)明書摘要公布了：提供了用于通過(guò)外部數(shù)據(jù)而增強(qiáng)的強(qiáng)化學(xué)習(xí)軟件代理的技術(shù)。可以基于從諸如在線論壇之類的一個(gè)或多個(gè)知識(shí)庫(kù)獲得的信息來(lái)訓(xùn)練支持軟件代理的強(qiáng)化學(xué)習(xí)模型。可以在與外部環(huán)境具有有限的連接性的環(huán)境中測(cè)試經(jīng)訓(xùn)練的強(qiáng)化學(xué)習(xí)模型，以滿足性能標(biāo)準(zhǔn)。可以將強(qiáng)化學(xué)習(xí)軟件代理與經(jīng)測(cè)試和經(jīng)訓(xùn)練的強(qiáng)化學(xué)習(xí)模型一起部署在環(huán)境內(nèi)，以自主地執(zhí)行動(dòng)作來(lái)處理請(qǐng)求。

本發(fā)明授權(quán)強(qiáng)化學(xué)習(xí)軟件代理的數(shù)據(jù)增強(qiáng)訓(xùn)練在權(quán)利要求書中公布了：1.一種使用來(lái)自知識(shí)庫(kù)的數(shù)據(jù)來(lái)配置強(qiáng)化學(xué)習(xí)軟件代理的方法，所述方法包括： 由計(jì)算機(jī)接收對(duì)與軟件代理支持的主題有關(guān)的所述知識(shí)庫(kù)的訪問(wèn)，其中所述知識(shí)庫(kù)包括來(lái)自主題專家的關(guān)于該主題的信息； 由所述計(jì)算機(jī)使用來(lái)自所述知識(shí)庫(kù)的信息來(lái)訓(xùn)練支持所述強(qiáng)化學(xué)習(xí)軟件代理的強(qiáng)化學(xué)習(xí)模型； 由所述計(jì)算機(jī)在測(cè)試環(huán)境中測(cè)試經(jīng)訓(xùn)練的強(qiáng)化學(xué)習(xí)模型，所述測(cè)試環(huán)境包括域模擬器以模擬域，并且不會(huì)將在測(cè)試環(huán)境中執(zhí)行的動(dòng)作傳播到基于生產(chǎn)的環(huán)境； 使用規(guī)劃判定代理和隨機(jī)軟件代理在測(cè)試環(huán)境中驗(yàn)證強(qiáng)化學(xué)習(xí)軟件代理學(xué)習(xí)的動(dòng)作，其中，規(guī)劃判定代理產(chǎn)生已知的最佳動(dòng)作并代表性能的上限，而隨機(jī)軟件代理產(chǎn)生隨機(jī)動(dòng)作并代表性能的下限；以及 將所述強(qiáng)化學(xué)習(xí)軟件代理與經(jīng)測(cè)試和經(jīng)訓(xùn)練的強(qiáng)化學(xué)習(xí)模型一起部署在所述基于生產(chǎn)的環(huán)境內(nèi)，以自主地執(zhí)行動(dòng)作來(lái)處理請(qǐng)求，其中，自主地執(zhí)行動(dòng)作來(lái)處理請(qǐng)求包括： 生成內(nèi)容查詢以從知識(shí)庫(kù)中獲取與執(zhí)行命令的請(qǐng)求相關(guān)的內(nèi)容，其中來(lái)自知識(shí)庫(kù)的內(nèi)容包括來(lái)自論壇的與命令相關(guān)的具有一個(gè)或多個(gè)對(duì)應(yīng)回答的問(wèn)題； 通過(guò)強(qiáng)化學(xué)習(xí)模型基于來(lái)自知識(shí)庫(kù)的內(nèi)容生成用于處理命令的策略，該策略包括狀態(tài)和對(duì)應(yīng)動(dòng)作，其中，狀態(tài)對(duì)應(yīng)于內(nèi)容的問(wèn)題，而動(dòng)作對(duì)應(yīng)于內(nèi)容的對(duì)應(yīng)答案，所述答案指示可由強(qiáng)化學(xué)習(xí)代理執(zhí)行的用于執(zhí)行命令的動(dòng)作，其中，該策略基于來(lái)自論壇的屬性對(duì)狀態(tài)和動(dòng)作進(jìn)行排名； 基于與用戶相關(guān)聯(lián)的狀態(tài)生成策略查詢，并將策略查詢與具有對(duì)應(yīng)動(dòng)作的策略中的狀態(tài)進(jìn)行匹配；以及 由強(qiáng)化學(xué)習(xí)軟件代理執(zhí)行策略中的對(duì)應(yīng)動(dòng)作以執(zhí)行命令。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人國(guó)際商業(yè)機(jī)器公司，其通訊地址為：美國(guó)紐約；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。