摘要
本申请实施例提供一种基于大模型的复杂任务管理方法、设备、介质及程序产品,涉及任务管理技术领域。所述方法包括:收集历史执行数据并进行特征提取;获取当前任务的基础数据,利用计划定制大模型基于特征数据和基础数据生成初步计划方案;利用多智能体系统执行当前的计划方案并获取任务状态数据;利用计划定制大模型,基于任务状态数据、实时可用资源数据和实时外部环境数据对当前生成的计划方案进行动态调整。本申请实施例通过利用大模型和多智能体系统学习多种因素与任务的关系并生成和动态调整当前任务的计划方案,从而在涉及多种考虑因素且外部环境动态变化的场景下,提高任务计划制定的准确性、灵活性和实时性。
技术关键词
多智能体系统
长短期记忆网络
管理方法
时序预测模型
计划
数据
强化学习算法
资源
计算机程序产品
参数
处理器
可读存储介质
决策
动态
策略更新
基础
传播算法
状态更新
系统为您推荐了相关专利信息
数据异常检测方法
时序特征
预测误差
异常数据
长短期记忆网络
标注方法
双向长短期记忆网络
置信度算法
标注装置
界面
资源配置方法
资源配置优化
梯度提升机
生成资源
手术室