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！

龙图腾网获悉北京市科学技术研究院申请的专利基于强化学习的科技情报智能体训练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：CN121328607B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511486469.5，技术领域涉及：G06N3/006；该发明授权基于强化学习的科技情报智能体训练方法及系统是由吴素研;侯元元;戴爱兵;李瑛;廖金花;吕志坚设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于强化学习的科技情报智能体训练方法及系统在说明书摘要公布了：本发明提供一种基于强化学习的科技情报智能体训练方法及系统，涉及强化学习技术领域，首先确定科技情报智能体训练对应的包含初始探索、深度分析和结果输出阶段属性的情报任务多阶段演进特征，构建与之适配且含各阶段行为可选集及阶段转换条件的强化学习探索空间，接着生成适配该强化学习探索空间的阶段性情报样本簇，调用智能体在探索空间中按阶段与样本簇交互形成跨阶段行为序列，然后基于多阶段演进特征构建多阶段奖励函数，依据跨阶段行为序列生成阶段奖励信号并更新智能体决策参数，完成单次训练迭代，有效提升了智能体在多阶段科技情报任务环境下的处理能力。

本发明授权基于强化学习的科技情报智能体训练方法及系统在权利要求书中公布了：1.一种基于强化学习的科技情报智能体训练方法，其特征在于，所述方法包括： 确定科技情报智能体训练对应的情报任务多阶段演进特征，所述情报任务多阶段演进特征包含初始探索阶段属性、深度分析阶段属性及结果输出阶段属性； 构建与所述情报任务多阶段演进特征适配的强化学习探索空间，所述强化学习探索空间包含各阶段对应的行为可选集及阶段转换条件； 初始探索阶段可执行的基础行为包含样本单元调用行为、关键词匹配行为及信息片段标记行为，深度分析阶段可执行的进阶行为包含样本关联度计算行为、时序特征提取行为及信息可信度评估行为，结果输出阶段可执行的终末行为包含内容凝练行为、图表生成行为及场景标签匹配行为； 确定初始探索阶段向深度分析阶段转换的条件，初始探索阶段向深度分析阶段转换的条件为科技情报智能体在初始探索阶段行为可选集中完成预设数量的基础行为且关键信息识别覆盖率达到初始探索阶段阈值； 确定深度分析阶段向结果输出阶段转换的条件，深度分析阶段向结果输出阶段转换的条件为科技情报智能体在深度分析阶段行为可选集中完成预设数量的进阶行为且情报关联挖掘完整度达到深度分析阶段阈值； 生成适配所述强化学习探索空间的阶段性情报样本簇，所述阶段性情报样本簇包含与各阶段对应的样本子集； 初始探索阶段情报样本子集包含技术领域概述样本、研究方向简介样本及核心术语解释样本，深度分析阶段情报样本子集包含实验数据对比样本、技术演进历程样本及学术观点争鸣样本，结果输出阶段情报样本子集包含研究结论摘要样本、技术应用案例样本及数据可视化模板样本； 调用科技情报智能体在所述强化学习探索空间中按阶段与所述阶段性情报样本簇交互，形成跨阶段的智能体行为序列； 所述智能体行为序列通过收集初始探索阶段的基础行为记录、深度分析阶段的进阶行为记录及结果输出阶段的终末行为记录，连同各阶段对应的样本响应信息，按时间顺序整理形成，并包含阶段标识、行为类型及响应关联； 基于所述情报任务多阶段演进特征构建多阶段奖励函数，依据所述智能体行为序列生成阶段奖励信号，利用所述阶段奖励信号更新科技情报智能体的决策参数，完成单次训练迭代。

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北京市科学技术研究院，其通讯地址为：100089 北京市海淀区西三环北路27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。