[发明专利]一个基于强化学习的自适应规则的生成和管理框架

摘要

本发明公开了一种基于强化学习的生成和管理自适应规则的框架。该框架在自适应场景和强化学习算法之间建立起映射关系，它包括设计和运行两个阶段的活动：设计阶段使用强化学习算法，针对多个具有代表性的目标设定分别生成自适应规则；运行阶段利用基于案例的推理找到并激活最适合当前目标设定的自适应规则，同时使用强化学习算法不断更新自适应规则。本发明的技术效果在于能够改善传统的基于规则的自适应方法：1、提供了一种自适应规则的自动生成算法，能够保证生成的规则与目标相匹配；2、提供了一种自适应规则的演化算法，能够使得规则集在目标发生变化后进行与之相匹配的演化。

主权项

一个生成和管理自适应规则的框架，它包括设计和运行两阶段的活动，其中设计阶段的活动包括如下步骤：1)选择多个具有代表性的目标设定，对其中的每个目标设定分别执行以下步骤；2)基于目标设定建立强化学习问题的奖励函数；3)对运行时的环境情况进行模拟；4)使用强化学习算法学习得到价值函数和自适应规则集合；5)将该目标设定及生成的价值函数、自适应规则作为一个案例存入案例库。对组合中的全部目标设定都学习完后算法结束；