基于多维指标的强化学习算法性能评估方法、装置及设备

本申请涉及强化学习技术领域，特别涉及一种基于多维指标的强化学习算法性能评估方法、装置及设备，方法包括：采集强化学习训练过程中的多维指标数据，并对多维指标数据进行预处理，得到预处理后的多维指标数据；基于预处理后的多维指标数据计算效率评分、稳定性评分和安全性评分，并基于预设的皮尔逊相关系数计算公式，根据效率评分、稳定性评分和安全性评分分析多维指标之间的相关性，得到相关性评估结果；基于相关性评估结果生成优化建议策略，以根据优化建议策略执行优化动作。由此，解决了现有强化学习评估方法中存在的指标单一，且难以准确反映算法的整体性能的问题，通过多维度指标的综合分析，实现了更准确、全面的评估与优化。