基于强化学习视力健康行为干预方法、系统、设备和介质

本发明提供了一种基于强化学习的视力健康行为干预方法、系统、设备及介质，其中，方法包括：采集用户的用眼行为数据和个体特征，预处理后构建结构化的特征向量，作为用眼行为特征；预先设计包含用眼姿势、环境光照、用眼场景切换、时间模式和光谱平衡的多维可操作行为空间，并按照干预强度进行离散化分级；利用强化学习算法学习用户的状态与干预动作之间的映射关系，通过最大化预期奖励生成优化干预策略，其中，采用眼轴变化预测模型构建奖励函数；使用自然语言模板将所述干预策略中的抽象动作转化成用户可理解的具体行为指导，以解决视力防控中忽视个体差异、建议缺乏可操作性、效果评估困难及干预策略无法动态调整与数据联动不足的问题。