强化学习训练方法、系统构建方法、系统、设备和产品

本申请实施例涉及信息处理技术领域，公开了一种基于图形用户界面仿真的强化学习训练方法、系统构建方法、系统、设备和产品，其中，方法包括：将图形用户界面导航图建模为有向图，有向图的节点表示图形用户界面的界面状态，有向图的边表示为图形用户界面相互之间的状态转换，通过控制有向图的拓扑参数生成导航图结构；根据导航图结构渲染图形用户界面；以任务目标驱动智能代理进行图形用户界面操作，并获取智能代理的操作动作；对智能代理的操作动作和任务完成度进行评估；通过智能代理的操作动作和任务完成度计算奖励，并将奖励反馈给智能代理。为从零构建基于图形用户界面的智能代理的方法论提供了理想的实验环境。