赛那德数字技术申请基于动作分块的离线到在线强化学习方法专利，可消除离策略偏差

国家知识产权局信息显示，赛那德数字技术（嘉兴）有限公司申请一项名为“一种基于动作分块的离线到在线强化学习方法”的专利，公开号CN122927417A，申请日期为2026年7月。

专利摘要显示，本发明公开了一种基于动作分块的离线到在线强化学习方法，属于强化学习技术领域。本发明采用滑动重叠窗口对离线轨迹时序分块重组，构建分块邻接关系表；离线阶段训练流匹配行为策略与分块Q网络，引入重叠分块价值平滑约束，采用基于分布熵的双分支动态门控融合架构，完成隐式KL与显式2‑Wasserstein双约束预训练；在线阶段采用分块规划结合单步残差校正的半开环模式交互，基于混合数据实现全网络端到端联合微调。本发明可消除离策略偏差，提升价值连续性与约束适配性，兼顾执行效率与鲁棒性，适配长时域稀疏奖励决策场景。

天眼查资料显示，赛那德数字技术（嘉兴）有限公司，成立于2019年，位于嘉兴市，是一家以从事其他制造业为主的企业。企业注册资本356.0358万人民币。通过天眼查大数据分析，赛那德数字技术（嘉兴）有限公司共对外投资了8家企业，专利信息30条，此外企业还拥有行政许可3个。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。