一种基于深度强化学习的多模型融合决策方法及系统

本发明公开了一种基于深度强化学习的多模型融合决策方法及系统，包括智能体，智能体包括Actor网络和Critic网络，分别用于生成模型权重分配策略和评估策略价值；获取当前系统状态，Actor网络根据这些信息输出模型权重分配；根据权重分配对多个模型输出进行加权融合，得到最终输出策略；将融合策略输入回测系统评估，获取奖励收益，并据此更新资源总量；将当前系统状态、融合权重及奖励收益存储至缓冲区作为训练数据；从缓冲区采样训练数据，更新Actor和Critic网络参数；重复上述过程直至满足预设条件。本发明能够自适应地将多个模型的输出策略进行融合，相比于传统人工经验分配融合权重的方法，所提出的智能的多模型融合策略能实现更加精准的决策。