基于增强学习的车端数据治理方法、电子设备及存储介质

本发明提供了一种基于增强学习的车端数据治理方法、电子设备及存储介质，其方法包括：采集车辆的实时交通环境数据以及车辆状态数据获得车端原始数据；利用人工智能技术对车端原始数据进行特征提取与降维，构建多维状态空间；确定当前车辆状态，通过多智能体增强学习模型对当前状态进行分析，确定当前车辆对应的目标执行策略生成目标动作；基于奖励函数对目标动作效果进行评估，并生成反馈信号输入多智能体增强学习模型，对模型参数进行优化。本发明覆盖数据采集、处理、存储、传输的全生命周期管理，通过多智能体决策模型对采集到的实时车端数据进行实时处理并获得执行决策，突破了静态规则的局限性的同时也实现了数据治理策略的自主学习与优化。