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！

龙图腾网获悉浙江大学计算机创新技术研究院申请的专利一种基于强化学习智能体的自动化机器学习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：CN116090547B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310018835.9，技术领域涉及：G06N3/092；该发明授权一种基于强化学习智能体的自动化机器学习方法是由袁静;杨赛赛;赵俊博;陈刚;鲁鹏设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本一种基于强化学习智能体的自动化机器学习方法在说明书摘要公布了：本发明公开了一种基于强化学习智能体的自动化机器学习方法。先对初始输入的原始数据进行诊断校正，获得校正后数据；对校正后数据进行编码处理，获得编码后数据；构建强化学习智能体，将编码后数据输入到强化学习智能体进行自动化机器学习获得更优性能的数据，可利用更优的数据进行实施实际应用控制。本发明整个搜索学习过程并行进行，不会额外产生资源消耗和时间成本，模型建立过程无需干预，减小人力开销的同时，提升模型精度，能降低人工参与程度，模型泛化性更高。

本发明授权一种基于强化学习智能体的自动化机器学习方法在权利要求书中公布了：1.一种基于强化学习智能体的3D打印工艺参数自动化机器学习方法，其特征在于方法包括： 1先对初始输入的3D打印工艺参数的原始数据进行诊断校正，获得校正后数据； 2对校正后数据进行编码处理，获得编码后数据； 3构建强化学习智能体，将编码后数据输入到强化学习智能体进行自动化机器学习获得更优性能的数据； 所述步骤3中的强化学习智能体包括依次进行的、且阶数依次递增的多个时间步构成，每个时间步将动作序列作为输入，依次经过强化学习智能体的每个时间步中，每个时间步进行处理优化将输出的动作进行拼接，形成该时间步的动作序列，再输入到下一个时间步中，所有时间步产生的动作序列合并作为最终的输出动作序列； 除最后一个时间步外，每个时间步由依次进行的特征生成动作、特征融合动作、模型选择动作、模型超参数动作构成；最后一个时间步由模型融合动作构成： 所述特征生成动作是生成若干转换函数、再利用转换函数对输入的数据进行构造出更多的新特征列，转换函数包括但不限于值转换一目运算以及加、减、乘、除二目运算的一种或者多种的结合； 所述特征融合动作是将特征生成动作生成的新特征列仅通过替换replace、追加merge的方式与原始输入数据中的特征列进行组合操作，替换replace指用新特征列替换掉原始输入数据中的特征列，merge指新特征列追加入到原始输入数据中的特征列中； 所述模型选择动作是在所有可能的模型中搜索寻找出最适合数据任务的N个模型； 所述模型融合动作是对模型选择动作搜索出的模型进行的组合方式的选择； 所述模型超参数动作是对模型选择动作搜索出来的模型搜索出对输入数据表现最好的一组模型内置超参数； 且不同所述时间步的特征生成动作之间权重共享，不同所述时间步的特征融合动作之间权重共享，不同所述时间步的模型选择动作之间权重共享，不同所述时间步的模型超参数动作之间权重共享； 所述特征生成动作中是按照预设的运算操作对输入的特征列进行变换产生新的特征列，进而生成更高阶特征。

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浙江大学计算机创新技术研究院，其通讯地址为：311120 浙江省杭州市萧山区利一路188号天人大厦33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。