基于强化学习的智能浏览器自适应操作方法、系统、设备及介质

本发明公开了基于强化学习的智能浏览器自适应操作方法、系统、设备及介质，涉及智能浏览器操作技术领域，包括：获取业务流程操作序列，通过多模态大语言模型建立操作结果到操作类型的反向推导关系，生成操作因果模型；利用操作因果模型在非任务执行期间自主生成虚拟操作序列进行增强训练；将成功操作对应的页面位置坐标转换为页面元素拓扑关系并存储至技能库；执行任务时，根据页面元素拓扑关系重构操作位置，并结合操作因果模型生成执行动作；将当前操作结果反馈至操作序列用于后续迭代训练，实现浏览器操作过程的持续学习与动态自适应。