一种基于强化学习的安保资源自动匹配方法及系统

本发明公开了一种基于强化学习的安保资源自动匹配方法及系统，涉及资源匹配技术领域，通过强化学习算法基于多个任务目标的原始固定权重生成安保资源初始匹配策略，并在任务执行过程中获取状态变化信息以计算任务目标权重变动指数。根据该指数确定权重值的更改状态，包括固定状态和调整状态。当权重值更改状态为固定状态时，直接采用初始匹配策略作为最终结果。这样一来，在实际的安保资源自动匹配过程中，能根据实际的匹配结果判断是否要更改强化学习算法中任务目标的权重值，从而来确定最终的安保资源的匹配结果，这样一来，能保障安保资源匹配的结果可靠性较强，使得安保资源的配置优化及时，减小对安保任务完成的效果和效率的影响。