[發明專利]種植決策確定模型的訓練方法、裝置、設備以及存儲介質

在審

• 申請號: 202011348133.X
• 申請日: 2020-11-26
• 公開（公告）號: CN112365359A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 姚瑤;羅迪君
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q50/02
• 分類號: G06Q50/02;G06Q10/06
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 徐立

1.一種種植決策確定模型的訓練方法，其特征在于，所述方法包括：

將第一虛擬環境參數輸入種植決策確定模型，通過所述種植決策確定模型，得到與所述第一虛擬環境參數對應的多個第一種植決策，所述第一虛擬環境參數用于表示虛擬種植環境的環境狀態，所述第一種植決策用于改變所述虛擬種植環境的環境狀態；

基于所述第一虛擬環境參數和對應的所述多個第一種植決策，得到與所述多個第一種植決策分別對應的多個第二虛擬環境參數，所述第二虛擬環境參數為在所述虛擬種植環境中執行對應種植決策后的預測虛擬環境參數；

基于所述多個第二虛擬環境參數，確定目標種植決策，所述目標種植決策的評價值和對應不確定性參數符合目標條件，所述不確定性參數用于表示對應第二虛擬環境參數的可信度，所述評價值用于表示對應種植決策對訓練所述種植決策確定模型的影響程度；

基于所述目標種植決策的評價值和不確定性參數，對所述種植決策確定模型的模型參數進行調整。

2.根據權利要求1所述的方法，其特征在于，所述將第一虛擬環境參數輸入種植決策確定模型，通過所述種植決策確定模型，得到與所述第一虛擬環境參數對應的多個第一種植決策包括：

將所述第一虛擬環境參數輸入種植決策確定模型，將所述第一虛擬環境參數與所述種植決策確定模型的權重矩陣相乘，得到所述第一虛擬環境參數的特征向量；

將所述特征向量與所述種植決策確定模型的偏置矩陣相加后進行歸一化處理，得到與所述第一虛擬環境參數對應的第二種植決策；

對所述第二種植決策進行數據增強，得到與所述第一虛擬環境參數對應的所述多個第一種植決策。

3.根據權利要求2所述的方法，其特征在于，所述對所述第二種植決策進行數據增強，得到與所述第一虛擬環境參數對應的所述多個第一種植決策包括：

分別在所述第二種植決策上增加多個偏置，得到與所述第一虛擬環境參數對應的所述多個第一種植決策。

4.根據權利要求1所述的方法，其特征在于，所述基于所述多個第二虛擬環境參數，確定目標種植決策包括：

基于所述多個第二虛擬環境參數，得到與所述多個第一種植決策分別對應的多個不確定性參數；

基于所述第二虛擬環境參數和所述多個第一種植決策，得到所述多個第一種植決策的多個評價值；

基于所述多個不確定性參數和所述多個評價值，確定所述目標種植決策。

5.根據權利要求4所述的方法，其特征在于，所述基于所述多個第二虛擬環境參數，得到與所述多個第一種植決策分別對應的多個不確定性參數包括：

獲取所述多個第二虛擬環境參數的均值；

基于所述多個第二虛擬環境參數與所述均值之間的方差，以及所述第二虛擬環境參數的數量，得到與所述多個第一種植決策分別對應的多個不確定性參數。

6.根據權利要求4所述的方法，其特征在于，所述基于所述第二虛擬環境參數和所述多個第一種植決策，得到對所述多個第一種植決策的多個評價值包括：

將所述多個種植決策和所述多個第二虛擬環境參數輸入種植決策評價模型，由所述種植決策評價模型輸出所述多個第一種植決策的多個評價值。

7.根據權利要求4所述的方法，其特征在于，所述基于所述多個不確定性參數和所述多個評價值，確定所述目標種植決策包括：

分別將所述多個不確定性參數和對應的所述多個評價值進行融合，得到多融合評價值；

將所述多個融合評價值中最高的融合評價值對應的第一種植決策，確定為所述目標種植決策。

8.根據權利要求1所述的方法，其特征在于，所述基于所述第一虛擬環境參數和對應的所述多個第一種植決策，得到與所述多個第一種植決策分別對應的多個第二虛擬環境參數包括：

將所述第一虛擬環境參數和對應的所述多個第一種植決策輸入虛擬種植環境模型，由所述虛擬種植環境模型輸出與所述多個第一種植決策分別對應的多個第二虛擬環境參數，所述虛擬種植環境模型用于模擬所述虛擬種植環境。