基于大数据与强化学习的多采空区充填动态调度方法

本发明属于充填资源的调度与优化的技术领域，涉及了基于大数据与强化学习的多采空区充填动态调度方法，包括：获取采空区应变响应与破裂频次值，配准映射构建联合时空数据阵列；输入变分降维框架结合力学偏微分约束生成物理动态潜向量；与历史状态向量拼接生成输入特征，调节遗忘阈值输出复合状态特征；输入评判通道生成掩码矩阵过滤候选空间，提取期望收益输出动作概率矩阵；提取安全轨迹生成预定充填方案下发执行；采集真实位移与预期偏差生成不均匀惩罚项，反向更新偏置值。本发明解决了异构监测数据融合难以及静态经验决策局限，导致多采空区充填难以实现动态精确推演与自适应闭环调度的问题。