一种实现智能实时决策系统实时确定最优决策动作的方法

摘要

本发明公开了一种实现智能实时决策系统实时确定最优决策动作的方法，包括以：步骤1，离散化决策过程：确定最小决策时刻间隔；步骤2，定义系统状态：根据系统状态建立蒙特卡洛树搜索模型；步骤3，训练状态转移模型：将智能实时决策系统的状态转移过程建模为状态转移模型，基于历史数据训练所述状态转移模型，测试模型精度并选择最优模型参数；步骤4，挂载状态转移模型：用状态转移模型，状态转移模型预测蒙特卡洛树搜索模型的下一时刻系统状态作为漂移后的根节点，在下一个决策时刻到达前完成搜索，根据决策结果确定智能实时决策系统的当前最优的决策动作。该方法实现了在智能实时决策系统中利用蒙特卡洛树搜索实时确定最优决策动作。