对象选择模型的训练方法、对象选择方法及装置

摘要

本公开提供了一种对象选择模型的训练方法、对象选择方法及装置，涉及人工智能技术领域，尤其涉及强化学习技术领域。实现方案为：获取多种候选对象的属性信息和多种选择策略，其中，多种候选对象被配置为利用目标资源，多种选择策略中的每种选择策略用于对多种候选对象进行选择；将属性信息和训练状态信息输入对象选择模型，以得到对象选择模型输出的目标选择策略，其中，训练状态信息指示对象选择模型在历史迭代轮次中输出的历史目标选择策略对多种候选对象的选择情况；基于属性信息、训练状态信息和目标选择策略，确定基于目标选择策略所得到的对象选择结果对目标资源的利用效果；以及基于利用效果，调整对象选择模型的参数。