摘要
本发明涉及显示控制技术领域,并具体公开了基于多模态环境感知与深度强化学习的显示设备亮度自适应控制方法,包括:实时采集多维环境感知数据与交互数据生成场景特征标识向量;对显示设备历史亮度调节记录聚类分析获得各使用场景的特征阈值向量,并识别当前场景;从策略库调取当前场景初始亮度决策策略并执行且采集设备与用户反馈数据;将当前场景多控制目标的标准差异化权重,结合多目标奖励公式,构建综合奖励公式;依反馈数据与综合奖励公式算初始策略综合奖励值;借优先级经验回放机制,凭综合奖励值迭代更新亮度决策策略,修正场景基准亮度或权重,实现深度强化学习驱动的亮度自适应控制;使显示设备能基于深度强化学习自适应调整亮度。
技术关键词
显示设备亮度
深度强化学习
多模态环境
场景特征
环境感知数据
坐标
特征协方差矩阵
样本
决策
策略
有害蓝光
环境光
标识
聚类
显示控制技术
系统为您推荐了相关专利信息
大数据处理系统
物联网通信模块
分布式数据交互
大数据处理方法
设备指纹识别
智能体训练方法
策略
深度强化学习算法
电子设备
数据更新
生成超声波
多源监测数据
传质动力学
湍流
深度强化学习
场景特征
SOM神经网络
轮廓系数
场景分类
数据