一种基于强化学习的保险理赔自动决策优化方法

本发明公开了一种基于强化学习的保险理赔自动决策优化方法，包括如下步骤：S1、采集保险理赔数据，进行数据预处理；S2、定义状态空间和动作空间，并构建理赔策略训练的奖励函数；S3、构建EfficientZero强化学习模型；S4、对EfficientZero强化学习模型进行离线训练；S5、将训练完成的模型部署至保险理赔业务系统中；S6、构建增量理赔样本集，对模型采用增量学习机制进行周期性参数更新。本发明融合强化学习与理赔场景建模，实现理赔策略自动生成与持续优化，具备准确性高、自适应强、部署性好等优点。