基于强化学习的工业产品取样方法和装置

本公开的实施例公开了基于强化学习的工业产品取样方法和装置。该方法的一具体实施方式包括：构建工业产品知识图谱；针对每个用户实体，执行以下步骤：将用户实体的嵌入向量确定为当前状态；针对当前状态，执行以下循环步骤：生成当前状态对应的连续动作向量；利用连续动作向量采样工业产品知识图谱的新实体；确定当前状态、新实体和动作向量对应的奖励信息；构建对应的经验元组；将新状态作为当前状态继续执行上述循环步骤；更新初始工业产品推送智能体，得到目标工业产品推送智能体；驱动取样机器人抓取与工业产品清单相关的样品至样品展台。该实施方式提升了取样工业产品的精准度，减少了取样的时间，提高了用户体验。