基于强化学习的策略制定方法、装置、设备及存储介质

本发明涉及人工智能技术领域，可应用于保险业务领域，本发明公开了基于强化学习的策略制定方法、装置、设备及存储介质，方法包括：获取报价系统中的预设客户数据和预设市场数据；将预设市场数据和预设客户数据组成状态数据，将状态数据、动作数据、奖励数据组成样本数据；采用样本数据训练深度强化学习模型，获取训练后的深度强化学习模型；基于训练后的深度强化学习模型，确定第一客户组的报价策略的成功率；基于第一客户组的报价策略的成功率，得到优化后的深度强化学习模型；通过优化后的深度强化学习模型处理目标客户数据，得到目标客户数据的报价策略。本发明有利于提高目标客户数据的报价策略的成功率。