公开(公告)号：CN118656714A

公开(公告)日：2024-09-17

申请号：CN202410690420.0

申请日：2024-05-30

Applicant: 北京科技大学 ,  北京科技大学顺德创新学院

Inventor： 陈丽萍 ,  蒋柯 ,  张恒 ,  冯伊琳 ,  段世红 ,  徐诚

IPC: G06F18/2411 ,  G06N3/0464 ,  G06N3/042 ,  G06F18/214 ,  G06N3/092

Abstract: 本发明提供一种基于深度强化学习算法的决策模型可视化方法及系统，涉及深度强化学习技术领域。方法包括：获取复杂动态环境；通过图卷积网络，将复杂动态环境转化为环境图；通过独立容器化技术，根据图卷积网络，构建基于深度强化学习算法的决策模型；对决策模型进行训练；构建结构化的多级数据存储机制；通过多级数据存储机制，储存决策模型训练过程中的训练数据；根据训练数据，通过多维统计分析，构建多维决策视图；展示多维决策视图。本发明可以实现深度强化学习在复杂动态环境中实时、高效的决策，通过多维决策视图，使得理解和解释深度强化学习算法决策过程变得简单。