一种结合离在线强化学习的策略训练优化方法及框架

本发明公开了一种结合离在线强化学习的策略训练优化方法及框架，属于智能控制和强化学习技术领域；该方法中利用改进的离线强化学习算法通过离线数据进行策略训练，学习一个初始策略，并在在线环境中进行评估，当策略的成功率大于等于转换阈值时切换为在线强化学习训练；然后采用在线强化学习算法对初始策略进行实时优化，使策略在执行过程中不断调整。本发明融合了离线强化学习的数据高效利用能力与在线强化学习的实时优化能力，使策略在任务执行过程中能够动态调整，可以适应不同环境条件的变化，提升了策略在复杂任务中的适用性和鲁棒性，能够在更具挑战性的环境下学习到更优的决策策略，进而有助于确保任务执行的可靠性。