一种基于知识图谱的对抗环境强化学习模型优化方法及系统

本发明涉及智能决策技术领域，尤其涉及一种基于知识图谱的对抗环境强化学习模型优化方法及系统。包括获取对抗环境数据并解析为状态‑动作特征矩阵，构建包含环境实体与对抗逻辑的知识图谱；基于知识图谱的实体关系设计强化学习模型的动态优化策略，通过图谱推理生成环境状态迁移的约束条件；将约束条件编码为奖励函数嵌入强化学习框架，利用对抗经验回放机制动态调整模型拓扑结构；融合知识图谱的逻辑推理路径与强化学习策略网络，构建双向信息交互机制；根据实时对抗数据更新知识图谱实体关系，生成动态对抗策略库，提升模型在复杂对抗环境中的决策效率和准确性。解决了对抗环境下强化学习模型训练效率低、策略动态适应性不足的问题。