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！

龙图腾网获悉中国科学院计算机网络信息中心申请的专利一种用于GPU的强化学习训练框架和方法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：CN119578500B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411636379.5，技术领域涉及：G06N3/092；该发明授权一种用于GPU的强化学习训练框架和方法是由辛之夼;吴征鸿;李顺德;曹荣强;王浩宇;赵海杉;王珏;王彦棡设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种用于GPU的强化学习训练框架和方法在说明书摘要公布了：本申请提供一种在单GPU上实现的强化学习训练框架，包括配置器、执行器、学习器、模型池和缓冲区，执行器和学习器运行在GPU上，模型池和缓冲区设置于GPU的显存，配置器运行在CPU上；配置器确定执行器的运行参数和学习器的运行参数，将执行器的运行参数和学习器的运行参数下发到GPU，执行器从模型池中提取模型，将利用模型得到的经验数据存放到缓冲区中；学习器从缓冲区中提取经验数据，根据经验数据生成的模型，依据学习器的运行参数，将生成的模型放置到模型池中的空位置。本发明中利用多流机制，高效地利用单块GPU进行强化学习训练，通过控制不同训练模块的执行，提高资源利用率，提升GPU上强化学习训练的性能。

本发明授权一种用于GPU的强化学习训练框架和方法在权利要求书中公布了：1.一种在单GPU上实现的强化学习训练框架，其特征在于，强化学习训练框架包括配置器、至少一个执行器、学习器、模型池和缓冲区，其中，所述执行器和学习器运行在同一GPU上，所述模型池和所述缓冲区设置于GPU的显存，所述配置器运行在CPU上； 所述配置器，用于确定所述执行器的运行参数和所述学习器的运行参数，将所述执行器的运行参数和所述学习器的运行参数下发到GPU，以使得所述GPU根据所述执行器的运行参数，为所述执行器启动对应数量的GPU线程，所述执行器的运行参数包括执行器的数量； 其中，所述模型池是一个无锁循环队列，利用所述模型池，所述执行器和所述学习器异步执行；至少一个所述执行器占用至少一个GPU线程，用于从所述模型池中提取模型，将利用所述模型进行推理得到动作，执行动作后得到的经验数据存放到缓冲区中； 所述学习器占用至少一个GPU线程，用于从所述缓冲区中提取经验数据，利用所述经验数据对模型进行梯度反向传播与参数更新，依据所述学习器的运行参数，将更新后的模型放置到所述模型池中的空位置，所述学习器的运行参数包括学习器将模型放入模型池的间隔。

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中国科学院计算机网络信息中心，其通讯地址为：100190 北京市海淀区中关村南四街4号院内2号楼；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”。

以上内容由龙图腾AI智能生成。