買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉太保科技有限公司申請的專利一種模型訓練方法、裝置、系統及可讀存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115545660B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211273736.7，技術領域涉及：G06N3/092；該發明授權一種模型訓練方法、裝置、系統及可讀存儲介質是由張凱設計研發完成，并于2022-10-18向國家知識產權局提交的專利申請。

本一種模型訓練方法、裝置、系統及可讀存儲介質在說明書摘要公布了：一種模型訓練方法、裝置、系統及可讀存儲介質，應用于強化學習技術領域。該方法包括：判斷強化學習模型是否收斂；若強化學習模型不收斂，則隨機選擇一個軟件環境并生成一個隨機數；判斷機數是否大于預設閾值；若否，則隨機選取一條訓練數據；對訓練數據進行離線強化學習；若是，則對軟件環境進行在線強化學習；完成強化學習后，再次判斷強化學習模型是否收斂；若強化學習模型不收斂，則再次隨機選擇一個軟件環境并生成一個隨機數；若強化學習模型收斂，則結束訓練。由此，本申請基于強化學習算法訓練模型，使模型充分學習已知的容錯知識，并在相類似錯誤發生時可以自動處理，大大提高流程容錯性。

本發明授權一種模型訓練方法、裝置、系統及可讀存儲介質在權利要求書中公布了：1.一種模型訓練生成方法，其特征在于，所述方法包括： 判斷強化學習模型是否收斂； 若所述強化學習模型不收斂，則隨機選擇一個軟件環境并生成一個隨機數； 若所述強化學習模型收斂，則結束訓練； 判斷所述隨機數是否大于預設閾值； 若否，則隨機選取一條訓練數據，所述訓練數據來自于所述軟件環境；對所述訓練數據進行離線強化學習； 若是，則對所述軟件環境進行在線強化學習； 完成強化學習后，再次執行所述隨機選擇一個軟件環境并生成一個隨機數的操作； 所述訓練數據的生成方法，包括： 判斷RPA流程中是否存在未記錄的錯誤與相應的容錯流程； 若存在未記錄的錯誤與相應的容錯流程，則模擬產生第一錯誤； 判斷所述RPA流程是否可以完成容錯處理流程； 若是，則記錄所述容錯處理流程； 若否，則進行人工干預；基于所述人工干預的流程，記錄所述容錯處理流程； 記錄所述容錯處理流程后，重新判斷所述RPA流程中是否存在未記錄的錯誤與相應的容錯流程； 若存在未記錄的錯誤與相應的容錯流程，則模擬產生第二錯誤； 若不存在未記錄的錯誤與相應的容錯流程，則記錄正常處理流程； 基于所述正常處理流程，產生訓練數據。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人太保科技有限公司，其通訊地址為：200010 上海市黃浦區中山南路1號11層(名義樓層)11V6室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。