[发明专利]推荐策略训练方法、装置、电子设备及可读存储介质

摘要

本公开公开了一种推荐策略训练方法、装置、电子设备及可读存储介质，涉及人工智能、自动驾驶、智能交通、深度学习等技术领域。具体实现方案为：获取训练数据；所述训练数据包括：多充电站中的每个充电站在充电请求出现时的状态信息；每个充电站针对所述充电请求的推荐动作值；以及，基于所述充电请求的推荐结果，每个充电站获取的奖励值；所述推荐结果是根据每个所述充电站针对所述充电请求的推荐动作值确定的；根据所述训练数据对每个充电站的推荐策略进行训练；所述推荐策略表征的是：所述充电站在所述充电请求出现时的状态信息，与所述充电站针对所述充电请求的推荐动作值之间的关系。根据本方案，可以提高充电站推荐策略的推荐效果。