基于强化学习的局部修复码构造方法、设备及存储介质

本发明的一种基于强化学习的局部修复码构造方法、设备及存储介质，设置相关参数，根据输入的参数控制算法的输出、模型的大小、运行次数和模型的学习性能，根据码长和维数两个参数，生成一个构造模块，主要有强化学习算法和神经网络模型构成；还生成一个评估模块，用于对构造出的码进行性能评估，并反馈相关信息。在不断地构造‑评估过程中，强化学习算法通过神经网络模型不断调整其参数。评估模块根据模型的反馈信息对强化学习策略进行优化，从而使得构造出的局部修复码的性能不断提升，直至达到预定的收敛条件。本发明不仅能够解决传统方法中的固有问题，还能够提供更加高效、灵活且自适应的构造解决方案。