本发明公开了一种基于强化学习的消费者体验驱动的智能菜单优化方法、系统、设备及介质，所述方法包括如下步骤：以获得最优菜单为目标，构建强化学习模型，采用马尔科夫决策过程刻画强化学习模型；采用强化学习模型对智能体进行训练，获得智能体生成的菜单优化策略；根据菜单优化策略，对菜单进行优化。本发明通过智能体生成菜单优化策略，能够实时地、自动地对菜单进行优化调整，满足顾客的需求，提高顾客的体验，使得餐厅能够提供更加智能化和个性化的服务，同时可以使得餐厅可以较好地适应不断变化的市场和口味趋势。
📄 2023117648699
📂 G06F18_20
👤 广东外语外贸大学
📅 2023-12-20
本发明涉及保险风险评估技术领域，具体提供一种基于强化学习的保险策略生成方法、系统、终端及介质，包括：建立用户与保险公司之间的授权连接关系，保险公司获取用户的多模态数据；构建深度学习模型，基于多个预设时间窗口内的多模态数据训练风险评估模型；基于用户状态和风险概率为用户配置保险策略，基于用户状态、风险概率和保险策略训练强化学习模型；在调整后的时间窗口内基于调整后的数据采集频率和采集优先级获取当前多模态数据，将当前多模态数据输入风险评估模型得到当前预测用户状态和风险概率，并输入强化学习模型得到当前保险策略。提升保险服务的科学性与适应性，减少了逆选择风险带来的影响。
📄 2025101340263
📂 G06Q40_08
👤 山东财经大学
📅 2025-02-07
本发明公开了一种基于混合分层强化学习的网约车调度方法,包括以下步骤：将网约车调度过程构建为马尔科夫过程；基于所述网约车调度过程提取时间信息、司机分布和订单分布进行仿真处理，构建司机与订单的时空分布矩阵；构建混合分层模型，所述混合分层学习高层决策和低层决策，为司机匹配订单获得调度结果；将所述调度结果进行存储和学习，计算出所述高层决策和低层决策的奖励，更新模型；所述混合分层模型进行测试，获得订单响应率和订单收益，完成网约车调度。本发明利用分层强化学习实现了网约车调度的多层次目标学习，并使用混合模块联合多层决策，使得网约车能更高效的完成订单。
📄 2022108509298
📂 G06Q10_0631
👤 华东交通大学
📅 2022-07-19
柿子坊 · 知识产权运营
柿子坊知识产权运营平台