基于大语言模型辅助强化学习的知识图谱可解释推理方法

本申请公开了基于大语言模型辅助强化学习的知识图谱可解释推理方法，涉及飞机故障知识图谱推理技术领域，包括：构建标准化飞机故障的知识图谱及问答文本数据集；构建梯度化的软奖励函数；设计五段式链式提示词；构建五维状态空间，定义知识图谱推理的动作空间与状态转移规则；构建联合损失函数，引入退火衰减参数动态调节损失权重，对强化学习智能体进行训练；训练完成后，强化学习智能体脱离大语言模型独立运行。本申请通过构建软奖励函数、链式提示词引导大模型输出动作概率分布、联合损失函数配合退火衰减参数训练强化学习智能体并最终脱离大模型独立推理，提高了飞机故障知识图谱推理的收敛效率与工程落地性，同时降低了推理阶段算力消耗。