多模态动作模型的策略优化方法、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、医疗健康等业务系统平台中，揭露了一种多模态动作模型的策略优化方法、装置、设备及介质，所述方法包括：对获取的图像数据、语言指令和目标用户的行为动作序列之间进行关系分析，得到关系依赖性，结合初始训练参数组构建初始多模态动作模型，利用获取的任务特定数据对初始多模态动作模型进行微调，得到微调多模态动作模型，获取目标环境的环境交互数据集，利用微调多模态动作模型对环境交互数据集进行逐个交互采样，生成若干个目标交互轨迹，并对微调多模态动作模型中的选择策略进行策略优化，得到目标选择策略。本发明提升了多模态动作模型在面对新情境或数据不足时，模型的选择策略准确度。