一种基于深度强化学习的内窥镜光源自动控制方法及自我-群体迭代升级装置

本发明公开一种基于深度强化学习的内窥镜光源自动控制的方法及自我‑群体迭代升级装置，包括：构建基于内窥镜摄像系统的强化学习环境；构建多智能体强化学习模型；采用近端策略优化算法，对多智能体强化学习模型进行求解；将最新的连续两帧图像所计算出的平均灰度差值的集合作为所述强化学习环境的状态；将所述强化学习环境的状态输入到Actor智能体，得到内窥镜摄像系统的光源预设功率。通过所述光源预设功率对内窥镜摄像系统光源进行功率调节。本发明实现了对内窥镜光源状态快速且准确的检测，并根据检测结果对内窥镜光源实行自动控制的目的。本发明的自我‑群体迭代升级装置可在多种模式下进行模型训练迭代升级，持续提升装置性能。