一种基于强化学习的自适应评估函数动态权重调整方法

本发明提供一种基于强化学习的自适应评估函数动态权重调整方法，包括：获取预设在线强化学习算法的初始权重、优化器参数以及在线强化参数；基于所述初始权重进行单位类型权重初始化并记录初始得分，基于初始得分检索在线强化学习算法物理状态，初始化不同单位类型的得分，并计算资源得分；根据当前资源得分和上次得分差异，通过预设的优化器更新在线强化学习中的学习率和衰减率；基于更新后的学习率和衰减率通过在线强化学习更新单位类型权重，并记录最新的得分和权重，直到评估结束。本发明解决了现有在线强化学习的态势评估效率低、准确性差的问题。