深度强化学习模型的更新方法及装置

本发明公开了深度强化学习模型的更新方法及装置，属于深度强化学习模型技术类领域，该深度强化学习模型的更新方法及装置，包括下述具体步骤：步骤一：通过多个并行执行单元异步采集环境交互数据；步骤二：基于动态优先级策略从经验池中采样数据，所述优先级由TD‑error和策略相似度联合确定；步骤三：采用分层更新策略，对网络的关键层与非关键层设置不同更新频率；步骤四：通过软更新技术逐步同步目标网络与在线网络参数。本发明通过异步更新机制减少等待时间，提高资源利用率，使效率提升，通过动态优先级采样使训练速度提升，加速收敛，分块更新策略降低计算开销，节省资源，通过对抗测试的模型错误率降低，提高安全性。