任务动作生成方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种任务动作生成方法、装置、设备及介质，包括：获取并预处理多源感知数据，生成预处理感知数据；提取多种单模态特征向量并融合，生成融合感知特征向量；基于融合感知特征向量确定感知状态，利用感知策略网络生成训练动作；执行训练动作并接收环境反馈，生成经验样本数据并存入经验回放缓冲区；采样训练样本数据，更新感知策略网络参数；通过更新后的感知策略网络生成任务动作。本发明通过融合多源感知数据并引入强化学习机制，使感知策略网络在与环境交互中不断优化。通过经验回放采样提升网络稳定性，最终提升系统对动态环境的适应性与感知准确性。