一种基于强化学习的动态数据生成系统及方法

本发明公开了一种基于强化学习的动态数据生成系统及方法，系统包括强化学习生成器、轻量级代理模型、价值感知存储库以及目标模型，该四者形成解耦协同的闭环架构；其中，所述强化学习生成器，用于根据目标模型的实时状态特征动态生成新的数据；所述轻量级代理模型，与所述强化学习生成器物理分离，用于对生成的数据进行价值评估并形成奖励；而形成的奖励反馈优化强化学习生成器；所述价值感知存储库，对高价值数据进行优先级存储和采样，采样出的数据用于更新目标模型状态。本发明能有效解决现有技术中资源争用、预测失准、价值感知粗放及模式坍塌等问题，显著提升模型训练效率与泛化能力，适用于图像识别、自然语言处理等高效训练数据生成场景。