一种应用于深度强化学习网络的错误定位修复方法

本发明公开一种应用于深度强化学习网络的错误定位修复方法，涉及神经网络测试与智能算法优化技术领域。该一种应用于深度强化学习网络的错误定位修复方法，通过构建蜕变关系，利用Q表数学期望判断模型输出合理性，能够深入分析深度强化学习网络的输出特性，为错误定位提供了有效的理论依据；基于蜕变关系设计的网络模型评估算法，能够针对无标签数据进行准确评估，克服了传统方法在处理无标签数据时的局限性，提高了错误定位的准确性和全面性；自动化修复策略能够根据网络的实际情况，自适应地选择合适的修复操作，实现对网络参数、结构和层的优化调整，有效提高了深度强化学习网络的性能和可靠性。