本发明为基于强化学习和模仿学习的智能补货决策方法及存储介质,包括MDP设计模块,模仿学习建模模块以及智能决策模块;模仿学习建模模块包括行为克隆模块以及对抗式模仿学习模块;智能决策模块包括基础策略以及探索策略。本发明结合行为克隆和对抗式模仿学习两种方式,通过行为克隆应对简单业务场景,使智能体的补货决策能力达到专家平均水平,通过对抗式模仿学习构建对抗奖励函数应对复杂业务场景,超越专家决策水平。本发明有效解决现有补货系统对输入数据依赖度较高,模型稳定性低、泛化能力弱的问题,并避免了黑盒预测,拥有更好的商业落地能力以及业务拓展能力。
声明:
“基于强化学习和模仿学习的智能补货决策方法及存储介质” 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)