[发明专利]种植决策确定模型的训练方法、装置、设备以及存储介质

权利要求书

1.一种种植决策确定模型的训练方法，其特征在于，所述方法包括：

将第一虚拟环境参数输入种植决策确定模型，通过所述种植决策确定模型，得到与所述第一虚拟环境参数对应的多个第一种植决策，所述第一虚拟环境参数用于表示虚拟种植环境的环境状态，所述第一种植决策用于改变所述虚拟种植环境的环境状态；

基于所述第一虚拟环境参数和对应的所述多个第一种植决策，得到与所述多个第一种植决策分别对应的多个第二虚拟环境参数，所述第二虚拟环境参数为在所述虚拟种植环境中执行对应种植决策后的预测虚拟环境参数；

基于所述多个第二虚拟环境参数，确定目标种植决策，所述目标种植决策的评价值和对应不确定性参数符合目标条件，所述不确定性参数用于表示对应第二虚拟环境参数的可信度，所述评价值用于表示对应种植决策对训练所述种植决策确定模型的影响程度；

基于所述目标种植决策的评价值和不确定性参数，对所述种植决策确定模型的模型参数进行调整。

2.根据权利要求1所述的方法，其特征在于，所述将第一虚拟环境参数输入种植决策确定模型，通过所述种植决策确定模型，得到与所述第一虚拟环境参数对应的多个第一种植决策包括：

将所述第一虚拟环境参数输入种植决策确定模型，将所述第一虚拟环境参数与所述种植决策确定模型的权重矩阵相乘，得到所述第一虚拟环境参数的特征向量；

将所述特征向量与所述种植决策确定模型的偏置矩阵相加后进行归一化处理，得到与所述第一虚拟环境参数对应的第二种植决策；

对所述第二种植决策进行数据增强，得到与所述第一虚拟环境参数对应的所述多个第一种植决策。

3.根据权利要求2所述的方法，其特征在于，所述对所述第二种植决策进行数据增强，得到与所述第一虚拟环境参数对应的所述多个第一种植决策包括：

分别在所述第二种植决策上增加多个偏置，得到与所述第一虚拟环境参数对应的所述多个第一种植决策。

4.根据权利要求1所述的方法，其特征在于，所述基于所述多个第二虚拟环境参数，确定目标种植决策包括：

基于所述多个第二虚拟环境参数，得到与所述多个第一种植决策分别对应的多个不确定性参数；

基于所述第二虚拟环境参数和所述多个第一种植决策，得到所述多个第一种植决策的多个评价值；

基于所述多个不确定性参数和所述多个评价值，确定所述目标种植决策。

5.根据权利要求4所述的方法，其特征在于，所述基于所述多个第二虚拟环境参数，得到与所述多个第一种植决策分别对应的多个不确定性参数包括：

获取所述多个第二虚拟环境参数的均值；

基于所述多个第二虚拟环境参数与所述均值之间的方差，以及所述第二虚拟环境参数的数量，得到与所述多个第一种植决策分别对应的多个不确定性参数。

6.根据权利要求4所述的方法，其特征在于，所述基于所述第二虚拟环境参数和所述多个第一种植决策，得到对所述多个第一种植决策的多个评价值包括：

将所述多个种植决策和所述多个第二虚拟环境参数输入种植决策评价模型，由所述种植决策评价模型输出所述多个第一种植决策的多个评价值。

7.根据权利要求4所述的方法，其特征在于，所述基于所述多个不确定性参数和所述多个评价值，确定所述目标种植决策包括：

分别将所述多个不确定性参数和对应的所述多个评价值进行融合，得到多融合评价值；

将所述多个融合评价值中最高的融合评价值对应的第一种植决策，确定为所述目标种植决策。

8.根据权利要求1所述的方法，其特征在于，所述基于所述第一虚拟环境参数和对应的所述多个第一种植决策，得到与所述多个第一种植决策分别对应的多个第二虚拟环境参数包括：

将所述第一虚拟环境参数和对应的所述多个第一种植决策输入虚拟种植环境模型，由所述虚拟种植环境模型输出与所述多个第一种植决策分别对应的多个第二虚拟环境参数，所述虚拟种植环境模型用于模拟所述虚拟种植环境。