本发明提出一种基于强化学习的监护预警方法及系统,包括:根据实时输入的时序监护数据,预测所述时序监护数据与不良事件标签的关联关系,创建决策环境;对所述智能体决策动作进行建模;所述智能体根据当前时刻输入的时序监护数据选择决策动作;所述决策环境根据所述决策动作输出响应信息,其中,所述响应信息包括环境状态和决策动作的奖惩值;将所述环境状态输入预先构建深度强化学习框架,获取智能体所有可选决策动作中期望值最高的动作作为所述智能体下一次动作决策的输出;根据前述步骤进行智能体与决策环境交互直到满足结束条件,输出预测结果;本发明通过强化学习,实时监护目标对象情况,提高问题处理的及时性。
声明:
“基于强化学习的监护预警方法及系统” 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)