一种基于逆强化学习的风控规则发布与回滚优化的系统

本发明公开了一种基于逆强化学习的风控规则发布与回滚优化的系统，该系统包括：智能分流模块，用于基于用户请求数据的特征判断风险等级，动态调整规则权重，逐步发布新规则；决策优化模块，用于获取历史回滚决策序列和专家修正记录，以当前规则执行环境构建状态空间，以回滚决策构建动作空间，基于最大熵逆强化学习得到回滚决策的业务收益；流式计算模块，用于采用流式计算实时分析规则执行结果，判断是调整规则权重还是执行回滚策略，并实现规则版本瞬时切换；智能监控可视化模块，用于展示规则执行效果以及性能指标，并实现自定义告警条件。本发明对部分观测的决策场景实现概率化补全，通过奖励函数的值提高决策准确性。