一种强化学习实现RPA流程自动生成的方法

本发明公开了一种强化学习实现RPA流程自动生成的方法，包括如下步骤：步骤1、训练多模态大模型，使多模态大模型具有基于页面截图和任务描述的任务流程分解能力；步骤2、训练过程监督奖励模型，使过程监督奖励模型根据页面截图、任务描述以及上下文，判断下一生成步骤是否正确；步骤3、用过程监督奖励模型对多模态大模型进行强化学习训练，得到任务流程分解模型；步骤4、基于训练后的任务流程分解模型生成详细的RPA步骤，再调取通用大模型API将每一个RPA步骤转化为实际的RPA指令，由RPA指令组成完整的RPA流程。本发明极大地降低模型在流程生成中产生的幻觉，提高了模型分解任务流程的能力，增强了RPA指令选择生成的准确率。