基于状态压缩和无标注奖励的强化学习方法和系统

本申请公开了一种基于状态压缩和无标注奖励的强化学习方法、系统和电子设备，该方法包括：接收模型输出的用户提示，将用户提示转换为结构化状态向量，状态向量包含任务目标、函数调用序列和环境反馈结果；将函数调用序列映射为复平面向量，基于复平面向量自动生成无标注奖励值；基于无标注奖励值，在模型训练引擎中采用低秩自适应网络对所述模型进行参数微调，通过令牌梯度优化策略进行批量训练；从模型生成的文本中识别并提取函数调用指令，将函数调用指令转换为工具API调用，将工具API调用的执行结果实时注入下一轮模型输入。本申请的方案提升了决策质量，优化资源效率，降低实施成本，实现应用场景可扩展。