一种基于深度强化学习的魔方复原方法、系统和电子设备

本发明实施例提供一种基于深度强化学习的魔方复原方法和系统，通过6×N×N张量矩阵编码魔方状态，完整保留色块颜色、坐标信息，为后续模型训练提供高精度输入，适配任意阶魔方(如二阶、三阶等)，增强方案通用性；利用Q‑learning优化复原策略网络，通过最小化预测Q值与真实Q值的均方误差更新网络参数，精准学习魔方状态‑动作对价值；再基于该复原策略网络，采用策略梯度优化，借优势函数、梯度上升算法及熵正则化，迭代更新策略网络参数，平衡探索与利用，直至复原路径期望累计奖励稳定，技术效果显著，可提升价值判断准确性、策略优化效率与模型泛化能力，稳定生成高质量复原路径，助力高效、智能的魔方复原。