基于强化学习的保险策略生成方法、系统、终端及介质

本发明涉及保险风险评估技术领域，具体提供一种基于强化学习的保险策略生成方法、系统、终端及介质，包括：建立用户与保险公司之间的授权连接关系，保险公司获取用户的多模态数据；构建深度学习模型，基于多个预设时间窗口内的多模态数据训练风险评估模型；基于用户状态和风险概率为用户配置保险策略，基于用户状态、风险概率和保险策略训练强化学习模型；在调整后的时间窗口内基于调整后的数据采集频率和采集优先级获取当前多模态数据，将当前多模态数据输入风险评估模型得到当前预测用户状态和风险概率，并输入强化学习模型得到当前保险策略。提升保险服务的科学性与适应性，减少了逆选择风险带来的影响。