一种针对核电站事故工况的决策方法及装置

本发明实施例提供了一种针对核电站事故工况的决策方法及装置，该决策方法根据预设的事故工况进行马尔科夫决策过程建模，并利用离线离线专家数据集对改进的DQN算法进行训练，得到策略模型，使用策略模型对当前的事故工况进行智能决策，使得决策处理更快速准确。本发明实施例在原始的DQN算法的基础上结合行为克隆算法，并增加了集成网络投票器Actor网络且使用两套Critic网络，使得训练过程更高效，策略模型的响应速度更快，从而提高了决策效率。