一种基于协同度量学习与强化学习的环境治理智能决策方法

一种基于协同度量学习与强化学习的环境治理智能决策方法，本发明属于大气污染防治与人工智能交叉技术领域，具体涉及环境治理智能决策方法。本发明的目的是为了解决现有传统环境治理技术深陷静态规则僵化、跨域成本高昂、多目标失衡几大困局，难以应对日益复杂的污染治理需求的问题。过程为：得到预处理后的污染源、环境状态及治理措施数据；获得预训练好的融合协同度量学习模型；输出环境因素的嵌入向量；输出污染源的嵌入向量；获得嵌入空间的状态表征；获得预训练好的跨区域迁移模型以及模型对应的初始参数；获得预训练好的强化学习动态决策模型；获取新区域的待测污染源数据和环境数据，生成新区域的治理动作。