北京
国家知识产权局信息显示，深圳光启尖端技术有限责任公司申请一项名为“一种适于抑制性能波动的强化学习方法”的专利，公开号CN122154819A，申请日期为2026年2月。
专利摘要显示，本发明提出一种适于抑制性能波动的强化学习方法，通过构建包含在线策略网络、目标策略网络队列的强化学习智能体，结合主经验池及评估经验池，实现策略稳定演化与高效收敛。环境交互过程中，在线策略网络与目标策略网络队列中的最优策略交替采样并获取环境交互信息存入主经验池。在预设评估周期内，采用并行多环境滚动评估机制获取策略评估回报，基于评估结果动态更新目标策略网络队列或执行策略回退。引入双评价网络同时基于双Q均值和较小双Q随机抽样的对抗评价训练机制，以抑制价值函数过估计及策略过度保守问题。评估阶段产生的交互数据存入评估经验池，在训练过程中与主经验池数据联合使用，以提升强化学习训练稳定性、健壮性与收敛性能。
天眼查资料显示，深圳光启尖端技术有限责任公司，成立于2011年，位于深圳市，是一家以从事铁路、船舶、航空航天和其他运输设备制造业为主的企业。企业注册资本10000万人民币。通过天眼查大数据分析，深圳光启尖端技术有限责任公司共对外投资了6家企业，参与招投标项目21次，专利信息390条，此外企业还拥有行政许可16个。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
