一種基于優勝劣汰的深度強化學習策略網絡的存儲方法,該方法包括:獲取當前訓練周期的結果和策略網絡;判斷所述當前訓練周期的結果是否滿足策略網絡測試要求;在判斷所述當前訓練周期的結果滿足所述策略網絡測試要求的情況下,進行策略網絡測試;獲得該策略網絡測試的結果;判斷所述策略網絡測試的結果是否滿足保存要求;在判斷所述策略網絡測試的結果滿足保存要求的情況下,保存所述策略網絡以及所述策略網絡測試的結果。
聲明:
“基于優勝劣汰的深度強化學習策略網絡存儲方法及設備” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)