基于强化学习的智能化决策系统标准

1主要要求1.1 环境要求对不同的应用场景进行梳理，提供具有通用接口设计的仿真环境，允许比较不同的强化学习算法。并通过仿真环境测试实际系统。具体包括：环境的使用方式，环境对外统一的自定义接口规范等。1.2 观察强化学习是典型的“智能体-环境”循环实现，交互时智能体选择一个行动，环境返回一个观察和奖励值。1.3 空间用来描述有效的动作和观察，是环境的属性，智能体与环境交互时可以直接根据环境提供给系统的接口进行交互。1.4 策略策略的输入为状态和动作，并返回在输入状态的情况下采取输入动作的概率。2 运行设计2.1 环境配置环境配置主要是对初始状态的基本环境信息进行配置，有加区分对不同状态进行学习和挖掘，提升强化学习算法实验的结果。2.2 可视化展示实时可视化展示当前场景的相关环境信息，便于开发人员观察效果，并对算法进行相应的调优工作。2.3 交互规范智能体与环境进行交互可分为两类：人机交互和自动交互。a)　人机交互, 人根据系统设计相应的交互方式和系统进行交互，而机器则直接依据智能算法生成相应的策略进行输出，并在界面上动态显示

江苏万维艾斯网络智能产业创新中心有限公司