一种应用于强化学习决策模型的重放比率调整方法

本发明公开了一种应用于强化学习决策模型的重放比率调整方法，该方法包括：对当前重放缓冲区内的样本数据进行随机采样，确定当前训练样本，其中，当前重放缓冲区对应于当前重放比率，当前重放比率为新样本与旧样本的数量比值；基于当前训练样本对强化学习决策模型进行训练，以确定当前性能反馈参数；若当前训练轮次满足预设重放比率调整条件，则基于当前性能反馈参数、当前重放比率以及至少一种预先设置的重放比率调整策略，确定与重放缓冲区对应的目标重放比率，以基于目标重放比率对当前重放缓冲区进行样本更新，通过动态调整重放比率以平衡新鲜经验的写入重放缓冲区的速度，提高了强化学习决策模型算法的学习效率和最终策略性能。