|
|
1主要要求
1.1 环境要求
对不同的应用场景进行梳理，提供具有通用接口设计的仿真环境，允许比较不同的强化学习算法。并通过仿真环境测试实际系统。具体包括：环境的使用方式，环境对外统一的自定义接口规范等。
1.2 观察
强化学习是典型的“智能体-环境”循环实现，交互时智能体选择一个行动，环境返回一个观察和奖励值。
1.3 空间
用来描述有效的动作和观察，是环境的属性，智能体与环境交互时可以直接根据环境提供给系统的接口进行交互。
1.4 策略
策略的输入为状态和动作，并返回在输入状态的情况下采取输入动作的概率。
2 运行设计
2.1 环境配置
环境配置主要是对初始状态的基本环境信息进行配置，有加区分对不同状态进行学习和挖掘，提升强化学习算法实验的结果。
2.2 可视化展示
实时可视化展示当前场景的相关环境信息，便于开发人员观察效果，并对算法进行相应的调优工作。
2.3 交互规范
智能体与环境进行交互可分为两类：人机交互和自动交互。
a) 人机交互, 人根据系统设计相应的交互方式和系统进行交互，而机器则直接依据智能算法生成相应的策略进行输出，并在界面上动态显示
标准编号：T/JSIA 0003-2020
标准名称：基于强化学习的智能化决策系统标准
英文名称：Intelligent Decision System Standard Based on Reinforcement Learning
发布部门：江苏省软件行业协会
发布日期：2020-02-28
实施日期：2020-02-28
标准状态：现行
起草单位：江苏万维艾斯网络智能产业创新中心有限公司
起草人员：高阳、杜宇峰、彭戈、孟凡、杨尚东、刘勇、董绍康、陈佳瑞、陈茹茹、王黎成、陈境、顾娟
文件格式：PDF
文件页数：11页
文件大小：686.01KB
标准全文下载：
TJSIA 0003-2020 基于强化学习的智能化决策系统标准.pdf
(686.01 KB)
文档首页截图如下：
 |
|
发表于 2023-1-24 13:29:58