微软技术许可有限责任公司A·D·J·迪格尔获国家专利权
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！
龙图腾网获悉微软技术许可有限责任公司申请的专利训练代理的行为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：CN113795852B 。
龙图腾网通过国家知识产权局官网在2025-08-05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：202080034342.9，技术领域涉及：G06N20/00；该发明授权训练代理的行为是由A·D·J·迪格尔;J·纳纳瓦蒂;K·霍夫曼;S·M·德夫林;A·P·斯罗韦;J·阿格拉瓦尔;D·M·比涅尔;A·K·奥格雷迪设计研发完成，并于2020-03-17向国家知识产权局提交的专利申请。
本训练代理的行为在说明书摘要公布了：描述了一种用于在物理环境或数字环境中训练代理的行为的装置。该装置包括存储至少一个奖励令牌在环境中的位置的存储器。该位置已经由用户指定。至少一个处理器根据行为策略在环境中执行代理。处理器被配置为观察变量的值，包括对代理的观察、代理的动作和从奖励令牌产生的任何奖励。处理器被配置为根据经观察的值、使用强化学习来更新行为策略。
本发明授权训练代理的行为在权利要求书中公布了：1.一种用于在物理环境或数字环境中训练代理的行为的装置，所述装置包括： 存储器，存储至少一个奖励令牌在所述物理环境或所述数字环境中的位置，所述位置已经由所述装置的最终用户指定； 至少一个处理器，被配置为根据行为策略在所述物理环境或所述数字环境中执行所述代理，所述代理是根据所述行为策略在所述物理环境或所述数字环境中进行行为的物理实体或数字实体，所述行为策略由所述代理的制造方或供应方限定； 所述处理器被配置为观察变量的值，包括：对所述代理的观察、所述代理的动作和由所述奖励令牌产生的任何奖励，所述奖励由所述处理器观察，而不是由所述最终用户或所述代理的所述制造方或所述供应方输入；以及 所述处理器被配置为根据经观察的所述值、使用强化学习来更新所述行为策略。
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微软技术许可有限责任公司，其通讯地址为：美国华盛顿州；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”。
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