一种快速控制策略收敛的深度强化学习方法

本发明属于深度学习的技术领域，具体提供了一种新的深度强化学习方法，名为DCCP(Dynamic Clipping Proximal Policy)，用于改善当前的深度强化学习算法对于某些策略控制任务无法有效地控制策略收敛的问题。本方法主要通过使用自适应的动态裁剪率和优化的损失函数表达式，起到策略收敛的效果。本方法能够防止深度强化学习神经网络提前收敛于局部最小值，鼓励策略进行积极的探索，并且在数据分布稀疏的场景，能很好地收敛。