一种基于强化学习的道口调度方法及系统

本发明涉及人工智能技术领域，公开了一种基于强化学习的道口调度方法及系统，其中，一种基于强化学习的道口调度方法包括：获取道口调度场景数据，生成场景复杂度评估结果；处理调度人员历史操作数据，生成人员能力与专长画像；获取强化学习决策过程数据，生成决策解释信息；基于场景复杂度和人员专长，生成人机任务分配方案；处理强化学习决策数据，量化决策不确定性指标；获取调度人员反馈数据，更新强化学习模型；处理人机协作过程数据，优化人机分工策略；本发明能够准确识别AI系统难以确定的决策情境，及时引入人类干预；通过持续整合人类专业知识，提升了系统在复杂场景下的决策质量和鲁棒性。