一种虚拟奖品分配的强化学习方法、系统及存储介质

本申请涉及强化学习的网络优化技术领域，公开了一种虚拟奖品分配的强化学习方法、系统及存储介质。方法包括：通过获取用户请求频率和网络带宽指标，分析延时波动分布，识别高并发场景下的瓶颈点，并结合历史数据记录训练强化学习模型，动态调整资源分配方案；通过优化资源分配方案和网络环境变化趋势，提升业务数据的优先级处理和低延时处理效果；采用自适应预测参数和神经网络代理，优化强化学习模型的精度和收敛速度，实现高并发下的网络抖动与延迟差异消除。本申请提高了在线抽奖系统的公平性和稳定性。