支付宝(杭州)信息技术有限公司徐琪森获国家专利权
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！
龙图腾网获悉支付宝(杭州)信息技术有限公司申请的专利训练用于自动出价的强化学习系统的方法及装置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：CN116611499B 。
龙图腾网通过国家知识产权局官网在2026-04-28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：202310536954.3，技术领域涉及：G06N3/092；该发明授权训练用于自动出价的强化学习系统的方法及装置是由徐琪森;陈霜;张亮;金永波;李文浩;莫林剑设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。
本训练用于自动出价的强化学习系统的方法及装置在说明书摘要公布了：本说明书实施例披露一种训练用于自动出价的强化学习系统的方法及装置。其中强化学习系统包括环境模型和智能体，环境模型用于预测业务环境的状态分布，业务环境状态包括业务方的预算消耗和已获业务价值，智能体用于根据当前环境状态确定业务方的当前出价参数。所述方法包括：先利用多个历史样本训练环境模型，其中任意的第一历史样本包括业务环境的第一状态、第一出价参数，以及在第一状态下采用所述第一出价参数后业务环境变更为的第二状态；再利用基于环境状态空间和出价参数空间采样构建的多个状态‑出价参数对，以及将其中各个状态‑出价参数对输入训练好的环境模型而对应得到的预测状态分布，训练智能体。
本发明授权训练用于自动出价的强化学习系统的方法及装置在权利要求书中公布了：1.一种训练用于自动出价的强化学习系统的方法，所述强化学习系统包括环境模型和出价智能体，所述环境模型用于预测业务环境的状态分布，所述业务环境的状态包括业务方的预算消耗和已获业务价值；所述出价智能体用于根据当前环境状态确定所述业务方的当前出价参数；所述方法包括： 利用多个历史样本训练所述环境模型；其中任意的第一历史样本包括业务环境的第一状态、第一出价参数，以及在所述第一状态下采用所述第一出价参数后所述业务环境变更为的第二状态； 利用多个状态-出价参数对，以及将其中各个状态-出价参数对输入训练好的环境模型而对应得到的预测状态分布，训练所述出价智能体；所述多个状态-出价参数对的构建基于从所述业务环境的状态空间采样的多个状态，以及从出价参数空间采样的多个出价参数。
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支付宝(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区西溪路556号8层B段801-11；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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励