基础金属	铜电解铜铜精矿铜管铜棒废铜铜排铜合金精铜杆再生铜杆铜板带铝铝土矿氧化铝电解铝铝辅料铝棒铝合金锭废铝铝杆铝型材铝板卷铝板铅铅精矿铅锭铅蓄电池再生精铅还原铅废铅蓄电池铅合金锌锌精矿电解锌锌合金氧化锌锌粉锡锡精矿锡锭锡材
小金属	钨钨精矿 APT(仲钨酸铵)钨粉碳化钨钨酸钠钨条钨铁钨材废钨钛钛精矿钛渣四氯化钛海绵钛钛金属钛白粉镁兰炭硅铁镁锭镁合金镁粉锗镓铟锑铋硒钽铌锆铪
新能源	锂锂矿锂化合物金属锂镍镍矿镍铁精炼镍镍盐高冰镍 MHP 钴电解钴钴粉氯化钴四氧化三钴硫酸钴钴中间品氧化钴碳酸钴钴酸锂锰锰矿电解锰电池级硫酸锰锂电池三元前驱体隔膜磷酸铁电解液正极材料电芯石油焦针状焦包覆沥青人造石墨硅碳负极硅氧负极硅硅石有机硅硅粉三氯氢硅工业硅再生硅光伏多晶硅硅片电池片组件组件成本指数海外组件废旧组件
其他金属	稀土稀土矿稀土氧化物稀土金属钕铁硼白银金

基础金属

铜电解铜铜精矿铜管铜棒废铜铜排铜合金精铜杆再生铜杆铜板带铝铝土矿氧化铝电解铝铝辅料铝棒铝合金锭废铝铝杆铝型材铝板卷铝板铅铅精矿铅锭铅蓄电池再生精铅还原铅废铅蓄电池铅合金锌锌精矿电解锌锌合金氧化锌锌粉锡锡精矿锡锭锡材

小金属

钨钨精矿 APT(仲钨酸铵)钨粉碳化钨钨酸钠钨条钨铁钨材废钨钛钛精矿钛渣四氯化钛海绵钛钛金属钛白粉镁兰炭硅铁镁锭镁合金镁粉锗镓铟锑铋硒钽铌锆铪

新能源

锂锂矿锂化合物金属锂镍镍矿镍铁精炼镍镍盐高冰镍 MHP 钴电解钴钴粉氯化钴四氧化三钴硫酸钴钴中间品氧化钴碳酸钴钴酸锂锰锰矿电解锰电池级硫酸锰 锂电池三元前驱体隔膜磷酸铁电解液正极材料电芯石油焦针状焦包覆沥青人造石墨硅碳负极硅氧负极硅硅石有机硅硅粉三氯氢硅工业硅再生硅光伏多晶硅硅片电池片组件组件成本指数海外组件废旧组件

其他金属

稀土稀土矿稀土氧化物稀土金属钕铁硼白银金

动态强化学习决策训练系统

937 编辑：管理员来源：北方有色网

2023-03-19 06:57:24

一种动态强化学习决策训练系统，包括强化学习模型、训练环境模块、强化学习模型与训练环境模块之间的数据接口；训练环境模块由环境执行引擎模块、观测构建模块、回报计算模块三个功能模块构成；环境执行引擎模块，用于维护一个底层状态数据结构，输出包含所有状态信息的底层状态数据；观测构建模块，用于负责将底层状态数据转换为适应不同算法需求的状态信息形式，在训练过程中训练环境模块通过回调或动态加载机制调用对应观测构建模块将底层状态数据重构生成状态信息；回报计算模块，用于针对多种回报生成条件设置回报检查点，训练环境模块执行步长中计算检查点回报值并输出；强化学习模型与训练环境模块之间的数据接口包括：状态信息发送接口、动作接收接口、回报发送接口；极大增强算法普适性，降低接口设计难度，同时减小环境对算法形态的限制。

声明：

“动态强化学习决策训练系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。

我是此专利(论文)的发明人(作者)