[发明专利]一种业务执行方法、装置及其相关设备

权利要求书

1.一种业务执行方法，其特征在于，包括：

利用原始博弈模型进行自博弈，获得第一博弈结果；

根据所述第一博弈结果进行回溯，获得与所述第一博弈结果相反的第二博弈结果，并获取所述第二博弈结果对应的博弈样本；

利用所述博弈样本对所述原始博弈模型进行优化，获得优化博弈模型；

将所述原始博弈模型与所述优化博弈模型进行模型对抗，保留对抗成功的博弈模型作为所述原始博弈模型；

判断当前模型优化是否满足预设优化条件，若否，则返回所述利用原始博弈模型进行自博弈，获得第一博弈结果的步骤进行迭代优化，直至所述当前模型优化满足所述预设优化条件，获得最优博弈模型；

利用所述最优博弈模型执行目标博弈业务。

2.根据权利要求1所述的业务执行方法，其特征在于，所述利用原始博弈模型进行自博弈，获得第一博弈结果，包括：

获取当前博弈数据；

利用所述原始博弈模型对所述当前博弈数据进行处理，获得各合法博弈动作以及各所述合法博弈动作对应的概率值；

在所有所述概率值中确定最大概率值，并执行所述最大概率值对应的合法博弈动作，直至博弈结束，获得所述第一博弈结果。

3.根据权利要求1所述的业务执行方法，其特征在于，所述获取所述第二博弈结果对应的博弈样本之后，还包括：

判断所述博弈样本的数量是否达到预设数量；若否，则返回所述利用原始博弈模型进行自博弈，获得第一博弈结果的步骤，直至所述博弈样本的数量达到所述预设数量；

则所述利用所述博弈样本对所述原始博弈模型进行优化，获得优化博弈模型，包括：

利用所述预设数量个博弈样本对所述原始博弈模型进行优化，获得所述优化博弈模型。

4.根据权利要求1所述的业务执行方法，其特征在于，所述判断当前模型优化是否满足预设优化条件，包括：

统计当前模型优化次数；

判断所述当前模型优化次数是否达到预设次数。

5.一种业务执行装置，其特征在于，包括：

初始博弈模块，用于利用原始博弈模型进行自博弈，获得第一博弈结果；

回溯博弈模块，用于根据所述第一博弈结果进行回溯，获得与所述第一博弈结果相反的第二博弈结果，并获取所述第二博弈结果对应的博弈样本；

模型优化模块，用于利用所述博弈样本对所述原始博弈模型进行优化，获得优化博弈模型；

模型对抗模块，用于将所述原始博弈模型与所述优化博弈模型进行模型对抗，保留对抗成功的博弈模型作为所述原始博弈模型；

迭代优化模块，用于判断当前模型优化是否满足预设优化条件，若否，则返回所述利用原始博弈模型进行自博弈，获得第一博弈结果的步骤进行迭代优化，直至所述当前模型优化满足所述预设优化条件，获得最优博弈模型；

业务执行模块，用于利用所述最优博弈模型执行目标博弈业务。

6.根据权利要求5所述的业务执行装置，其特征在于，所述初始博弈模块包括：

数据获取单元，用于获取当前博弈数据；

数据处理单元，用于利用所述原始博弈模型对所述当前博弈数据进行处理，获得各合法博弈动作以及各所述合法博弈动作对应的概率值；

动作执行单元，用于在所有所述概率值中确定最大概率值，并执行所述最大概率值对应的合法博弈动作，直至博弈结束，获得所述第一博弈结果。

7.根据权利要求5所述的业务执行装置，其特征在于，还包括：

样本统计模块，用于在所述获取所述第二博弈结果对应的博弈样本之后，判断所述博弈样本的数量是否达到预设数量；若否，则返回所述利用原始博弈模型进行自博弈，获得第一博弈结果的步骤，直至所述博弈样本的数量达到所述预设数量；

则所述模型优化模块具体用于利用所述预设数量个博弈样本对所述原始博弈模型进行优化，获得所述优化博弈模型。