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！

龙图腾网获悉华中师范大学申请的专利一种强化学习支持下的协作学习干预方法及系统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：CN116663652B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310428030.1，技术领域涉及：G06N3/092；该发明授权一种强化学习支持下的协作学习干预方法及系统是由张立山;张思旭;邓林玉;舒燕;吴涵;段腾飞;王红晔设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种强化学习支持下的协作学习干预方法及系统在说明书摘要公布了：本发明提供了一种强化学习支持下的协作学习干预方法及系统，包括：基于感知到的协作讨论环境的状态从干预动作空间中选择干预动作，在执行干预动作之后，获得协作讨论环境反馈给的奖赏和下一时刻的状态，进而获得转移数据；状态包括协作讨论环境中所有学习者的协作会话；重复上述步骤，直至获得预设数量的转移数据；基于预设数量的转移数据对Q网络进行训练，在训练过程中，采用改进的Q学习方法对Q值函数进行更新；利用训练完成的Q网络，确定当前状态下最大Q值对应的当前干预动作；基于当前干预动作对学习者进行干预建议。本发明能够为不充分掌握协作学习元认知策略的学习者提供学习支持，促进学习者之间的协作活动和个体的元认知能力发展。

本发明授权一种强化学习支持下的协作学习干预方法及系统在权利要求书中公布了：1.一种强化学习支持下的协作学习干预方法，其特征在于，包括： S101基于感知到的协作讨论环境的状态st从干预动作空间中选择干预动作at，在执行干预动作at之后，获得协作讨论环境反馈给的奖赏rt和下一时刻的状态st+1，进而获得转移数据；所述状态st包括所述协作讨论环境中所有学习者的协作会话； S102重复步骤S101，直至获得预设数量的转移数据； S103基于所述预设数量的转移数据对Q网络进行训练，在训练过程中，采用改进的Q学习方法对Q值函数进行更新； S104利用训练完成的Q网络，从所述干预动作空间中确定当前状态下最大Q值对应的当前干预动作； S105基于所述当前干预动作对学习者进行干预建议； 所述改进的Q学习方法具体基于如下公式对Q值函数进行更新： 式中，是第步的Q值，是状态下的最大Q值，是第步时的状态，是第步时的干预动作，是第步时的状态，是第步的奖励，是学习率，是折扣率； 干预动作空间包括：个人元认知建议、小组进度协调建议、任务开始阶段的小组沟通建议、学习全程的小组沟通建议、举例阶段的小组知识整合建议和论证阶段的小组知识整合建议。

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华中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞喻路152号；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。