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！

龙图腾网获悉谷歌有限责任公司申请的专利用于选择软件策略网络并控制软件客户端的强化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：CN113227973B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：201980084995.5，技术领域涉及：G06F9/48；该发明授权用于选择软件策略网络并控制软件客户端的强化学习方法是由维克托·克尔布内;托马斯·德泽莱斯设计研发完成，并于2019-03-06向国家知识产权局提交的专利申请。

本用于选择软件策略网络并控制软件客户端的强化学习方法在说明书摘要公布了：公开了通过利用多代理强化学习框架生成动作序列以执行任务来使得能够使用户接口输入自动化的技术。各种实施方式使用整体强化策略网络处理与接收到的用户接口输入相关联的意图，以选择软件强化学习策略网络。动作序列可以通过使用所选择的软件强化学习策略网络处理意图以及软件客户端状态数据序列来被生成。动作序列用于控制与所选择的软件强化学习策略网络对应的软件客户端。

本发明授权用于选择软件策略网络并控制软件客户端的强化学习方法在权利要求书中公布了：1.一种由一个或多个处理器实施的强化学习方法，包括： 经由客户端设备的一个或多个用户接口输入设备接收由所述客户端设备的用户提供的用户接口输入； 基于通过使用整体策略神经网络处理所述用户接口输入的一个或多个特征而生成的输出来从多个候选软件策略神经网络中选择软件策略神经网络，其中，所述整体策略神经网络被用于选择适当的软件策略网络来解析由所述用户接口输入指定的意图，并且控制用于解析所述意图的对应软件客户端， 其中，所述整体策略神经网络表示整体强化学习策略， 其中，所述用户接口输入的所述一个或多个特征包括基于分析所述用户接口输入来识别的意图，以及 其中，所述软件策略神经网络表示软件客户端的强化学习策略，其中，所述软件策略神经网络基于多个先前的用户动作序列被训练，先前的所述用户动作序列包括所述用户在所述客户端设备上选择所述软件客户端并且然后使用所述软件客户端执行所述用户动作； 响应于选择所述软件策略神经网络： 将所述软件策略神经网络用于生成动作序列并且基于所述动作序列来控制所述软件客户端， 其中，生成所述动作序列包括： 使用所述软件策略神经网络处理所述软件客户端的状态数据序列和所述意图， 其中，所述状态数据序列基于在基于所述动作序列来控制所述软件客户端期间的所述软件客户端的状态；以及 使所述客户端设备渲染输出，所述输出基于由所述软件客户端响应于基于所述动作序列来控制所述软件客户端而生成的内容； 分析所述用户接口输入以识别所述意图和附加意图， 其中，用于选择所述软件策略神经网络的所述用户接口输入的所述一个或多个特征包括所述意图，但不包括所述附加意图； 通过使用所述整体策略神经网络处理所述附加意图，从所述多个候选软件策略神经网络中选择附加软件策略神经网络， 其中，所述附加软件策略神经网络表示附加软件客户端的强化学习策略，以及 使用所述附加软件策略神经网络生成附加动作序列，并且基于所述附加动作序列来控制所述附加软件客户端， 其中，生成所述附加动作序列包括： 使用所述附加软件策略神经网络处理所述附加软件客户端的附加状态数据序列和所述附加意图， 其中，所述附加状态数据序列基于在基于所述附加动作序列来控制所述附加软件客户端期间的所述附加软件客户端的附加状态；以及 使所述客户端设备渲染附加输出，所述附加输出基于由所述附加软件客户端响应于基于所述附加动作序列来控制所述附加软件客户端而生成的附加内容。

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谷歌有限责任公司，其通讯地址为：美国加利福尼亚州；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”。

以上内容由龙图腾AI智能生成。