旅游場(chǎng)景強(qiáng)化學(xué)習(xí)模擬環(huán)境構(gòu)建方法、系統(tǒng)、設(shè)備和介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010649717.4 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN111814050A | 公開(kāi)（公告）日 | 2020-10-23 |
| 申請(qǐng)公布號(hào) | CN111814050A | 申請(qǐng)公布日 | 2020-10-23 |
| 分類(lèi)號(hào) | G06F16/9535(2019.01)I | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 王育添;江文斌;李健 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 上海攜程國(guó)際旅行社有限公司 |
| 代理機(jī)構(gòu) | 上海弼興律師事務(wù)所 | 代理人 | 薛琦;林嵩 |
| 地址 | 200335上海市長(zhǎng)寧區(qū)金鐘路968號(hào)16號(hào)樓10F | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種旅游場(chǎng)景強(qiáng)化學(xué)習(xí)模擬環(huán)境構(gòu)建方法、系統(tǒng)、設(shè)備和介質(zhì)，其中旅游場(chǎng)景強(qiáng)化學(xué)習(xí)模擬環(huán)境構(gòu)建方法包括以下步驟：抽取用戶(hù)對(duì)旅游產(chǎn)品的歷史行為數(shù)據(jù)；對(duì)歷史行為數(shù)據(jù)進(jìn)行session劃分；獎(jiǎng)勵(lì)函數(shù)確定和用戶(hù)行為模型估計(jì)；輸出模擬環(huán)境。通過(guò)旅游場(chǎng)景強(qiáng)化學(xué)習(xí)模擬環(huán)境的構(gòu)建，智能體可以在一個(gè)類(lèi)似真實(shí)的旅游平臺(tái)上，與虛擬用戶(hù)進(jìn)行多輪交互。在交互過(guò)程中，根據(jù)用戶(hù)行為反饋不斷更新策略，使智能體收斂到生成匹配用戶(hù)動(dòng)態(tài)偏好的最優(yōu)策略。模擬環(huán)境中的模型訓(xùn)練將有助于減少線(xiàn)上的探索成本，為線(xiàn)上強(qiáng)化學(xué)習(xí)模型提供良好的初始化。?? |
