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！

龙图腾网获悉三明学院申请的专利一种基于深度强化学习的消息推送策略优化方法及系统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：CN121638372B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610139478.5，技术领域涉及：G06N3/092；该发明授权一种基于深度强化学习的消息推送策略优化方法及系统是由陈立龙;邱国鹏;林启英;陈宇轩设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本一种基于深度强化学习的消息推送策略优化方法及系统在说明书摘要公布了：本发明涉及数据推理技术领域，揭露了一种基于深度强化学习的消息推送策略优化方法及系统，所述方法包括：对智能体的静态属性、观测序列及选择标识进行联合编码，生成决策状态向量和动作特征集；通过点积运算决策状态向量与动作嵌入向量，得到初步价值标量；对该标量归一化处理获得策略概率分布，据此确定待执行动作标识；根据该标识检索环境交互数据，得到多维反馈向量；基于反馈更新状态表征权重，并结合动作特征构建预测向量；最后根据预测向量迭代策略参数，获得优化指标；本发明可以提高基于深度强化学习的消息推送策略优化的效率。

本发明授权一种基于深度强化学习的消息推送策略优化方法及系统在权利要求书中公布了：1.一种基于深度强化学习的消息推送策略优化方法，其特征在于，所述方法包括： 对智能体的静态属性，观测序列及选择标识进行联合编码，得到所述智能体的决策状态向量及动作特征集，包括： 将所述智能体的用户画像特征作为所述静态属性，将所述智能体的消息交互记录作为所述观测序列，将所述智能体的可操作消息类型集作为所述选择标识； 将所述静态属性映射至所述智能体的全连接层，得到所述智能体的第一特征向量； 对所述观测序列进行时序编码，得到所述智能体的序列依赖特征； 将所述第一特征向量与所述序列依赖特征进行拼接，得到所述智能体的决策状态向量； 对所述选择标识进行嵌入查找，得到所述智能体的动作特征集； 将所述决策状态向量与动作特征库集的嵌入向量进行点积运算，得到所述智能体的初步价值标量； 对所述初步价值标量进行归一化处理，得到所述智能体的策略概率分布，并基于所述策略概率分布确定所述智能体的待执行动作标识； 根据所述待执行动作标识检索所述智能体的环境交互数据，得到所述智能体的多维反馈向量； 基于所述多维反馈向量更新所述智能体的状态表征权重，并结合所述待执行动作标识的特征，构建所述智能体的预测向量，包括： 基于所述多维反馈向量中的即时奖励对所述智能体的长期回报估计值进行差分计算，得到所述智能体的策略评估误差，所述智能体的长期回报估计值是由智能体内部的价值网络根据当前决策状态向量计算出的一个标量数值； 依据所述策略评估误差对所述智能体的状态表征网络权重进行梯度调整，得到所述智能体的即时表征权重； 将所述即时表征权重与所述待执行动作标识对应的动作特征向量进行融合，得到预测向量； 根据所述预测向量迭代所述智能体中的策略参数，得到所述智能体的优化指标。

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三明学院，其通讯地址为：365000 福建省三明市三元区荆东路25号；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”。

以上内容由龙图腾AI智能生成。