一种序贯决策强化学习训练方法及其系统

本发明涉及序贯决策强化学习训练技术领域，具体为一种序贯决策强化学习训练方法及其系统，包括序贯决策强化学习训练方法和用于实现序贯决策实验训练方法的训练系统，所述序贯决策实验方法包括初始状态、行为选择和奖励等步骤；所述序贯决策实验训练系统包括行为训练箱、实验参数设置模块与实验状态监测模块、多通道神经数据检测与记录系统，所述行为训练箱、实验参数设置与实验状态监测模块、多通道神经数据检测与记录系统之间通信由包括STM32单片机为核心的微控制器以及其外围电路实现。