[发明专利]一种基于示教数据的多步规则提取方法、设备及存储介质

摘要

本发明公开了一种基于示教数据的多步规则提取方法、设备及存储介质，包括规则生成模块与规则结合强化学习训练模块，所述方法包括以下步骤：首先，规则生成模块在强化学习环境中顺序执行示教数据中的动作序列；从示教数据对应的动作序列中取出连续动作序列；随机初始化智能体和神经网络；提取出规则；其次，合强化学习训练模块将提取出的规则融入至强化学习智能体训练过程。本发明将规则作为扩展动作融入至强化学习训练中，在使用规则的同时提出了一定的筛选规则机制，实现了专家知识与强化学习训练的有效动态结合。