买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉太保科技有限公司申请的专利一种模型训练方法、装置、系统及可读存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115545660B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211273736.7，技术领域涉及：G06N3/092；该发明授权一种模型训练方法、装置、系统及可读存储介质是由张凯设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种模型训练方法、装置、系统及可读存储介质在说明书摘要公布了：一种模型训练方法、装置、系统及可读存储介质，应用于强化学习技术领域。该方法包括：判断强化学习模型是否收敛；若强化学习模型不收敛，则随机选择一个软件环境并生成一个随机数；判断机数是否大于预设阈值；若否，则随机选取一条训练数据；对训练数据进行离线强化学习；若是，则对软件环境进行在线强化学习；完成强化学习后，再次判断强化学习模型是否收敛；若强化学习模型不收敛，则再次随机选择一个软件环境并生成一个随机数；若强化学习模型收敛，则结束训练。由此，本申请基于强化学习算法训练模型，使模型充分学习已知的容错知识，并在相类似错误发生时可以自动处理，大大提高流程容错性。

本发明授权一种模型训练方法、装置、系统及可读存储介质在权利要求书中公布了：1.一种模型训练生成方法，其特征在于，所述方法包括： 判断强化学习模型是否收敛； 若所述强化学习模型不收敛，则随机选择一个软件环境并生成一个随机数； 若所述强化学习模型收敛，则结束训练； 判断所述随机数是否大于预设阈值； 若否，则随机选取一条训练数据，所述训练数据来自于所述软件环境；对所述训练数据进行离线强化学习； 若是，则对所述软件环境进行在线强化学习； 完成强化学习后，再次执行所述随机选择一个软件环境并生成一个随机数的操作； 所述训练数据的生成方法，包括： 判断RPA流程中是否存在未记录的错误与相应的容错流程； 若存在未记录的错误与相应的容错流程，则模拟产生第一错误； 判断所述RPA流程是否可以完成容错处理流程； 若是，则记录所述容错处理流程； 若否，则进行人工干预；基于所述人工干预的流程，记录所述容错处理流程； 记录所述容错处理流程后，重新判断所述RPA流程中是否存在未记录的错误与相应的容错流程； 若存在未记录的错误与相应的容错流程，则模拟产生第二错误； 若不存在未记录的错误与相应的容错流程，则记录正常处理流程； 基于所述正常处理流程，产生训练数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人太保科技有限公司，其通讯地址为：200010 上海市黄浦区中山南路1号11层(名义楼层)11V6室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。