№ CN122988083A발명
알 수 없음一种基于强化学习的企业级智能体决策优化方法及系统
本发明公开了一种基于强化学习的企业级智能体决策优化方法及系统,属于人工智能与企业管理技术领域。方法采集企业多源业务数据构建统一企业状态空间,建立战略层、战术层、执行层三层决策智能体并通过约束目标下发与执行状态反馈实现跨层协同,采用集中训练分布式执行框架联合最大熵正则项进行训练,经数字孪生环境与域随机化完成仿真迁移,基于因果推断生成可解释决策依据并支持人工干预,根据真实业务反馈在线更新策略。本发明能够实现企业决策的分层协同、高效训练与持续演进,设计目标为将计划制定时间缩短至分钟级、资源利用率提升,同时使决策过程可解释、可追溯、可人工干预。
❖天津市汉梵数字科技有限公司郑燕燕; 郭伟鹏; 杨平Oct 27, 2026§ 2/10 청구항G06N 3/092 (2023.01), G06N 5/04 (2023.01), G06N 3/006 (2023.01) +10