[发明专利]饮食计划的决策方法、装置、计算机设备及存储介质

权利要求书

1.一种饮食计划的决策方法，其特征在于，包括：

获取用户的当前生理状态数据及目标生理状态数据；

将所述当前生理状态数据及目标生理状态数据作为强化学习的序贯决策模型的输入，基于所述强化学习的序贯决策模型输出若干项执行计划，以及各项所述执行计划的奖励值；

根据所述奖励值选取符合预设条件的执行计划作为目标执行计划，并输出所述目标执行计划包含的每一天的执行动作及生理状态数据。

2.根据权利要求1所述的饮食计划的决策方法，其特征在于，所述基于所述强化学习的序贯决策模型输出若干项执行计划，以及各项执行计划的奖励值，包括：

将所述用户的当前生理状态数据作为前一天的生理状态数据；

从预设的数据库中获取若干种执行动作，依次选取一个所述执行动作作为前一天的执行动作；

依次计算前一天的生理状态数据执行所述前一天的执行动作，得到后一天的生理状态数据；直至执行至执行周期的最后一天的执行动作，得到结果生理状态数据；

将关联的每一天的执行动作进行组合，生成若干项执行计划及每一项所述执行计划对应的结果生理状态数据；

将所述结果生理状态数据与目标生理状态数据相比较，确定不同项执行计划的奖励值。

3.根据权利要求2所述的饮食计划的决策方法，其特征在于，所述从预设的数据库中获取若干种执行动作，依次选取一个所述执行动作作为前一天的执行动作之前，还包括：

获取预输出的执行计划的执行周期，根据所述执行周期确定执行难度；

根据所述执行难度从预设的数据库中获取满足所述执行难度的若干种执行动作。

4.根据权利要求1所述的饮食计划的决策方法，其特征在于，所述根据所述奖励值选取符合预设条件的执行计划作为目标执行计划之后，还包括：

为用户匹配具有相同目标执行计划的目标用户；

建立所述用户与所述目标用户的关联关系，基于所述关联关系向所述用户推送所述目标用户的目标执行计划的进展信息及参考数据信息。

5.根据权利要求1所述的饮食计划的决策方法，其特征在于，所述执行动作包括饮食信息，所述饮食信息包括食物种类；所述输出所述目标执行计划包含的每一天的执行动作，包括：

获取用户的地域特征及饮食习惯；

根据所述地域特征及饮食习惯匹配目标食物种类；

将所述执行动作的饮食信息中的食物种类替换为所述目标食物种类。

6.根据权利要求1所述的饮食计划的决策方法，其特征在于，所述执行动作包括饮食信息，所述饮食信息包括食物种类；所述输出所述目标执行计划包含的每一天的执行动作，包括：

获取用户选择的待替换食物种类；

根据所述待替换食物种类的热量信息匹配具有等同热量信息的目标食物种类；

将所述执行动作的饮食信息中的所述待替换食物种类替换为所述目标食物种类。

7.根据权利要求1所述的饮食计划的决策方法，其特征在于，根据所述奖励值选取符合预设条件的执行计划作为目标执行计划，并输出所述目标执行计划包含的每一天的执行动作及生理状态数据之后，还包括：

将所述目标执行计划发送至预设的监督人。

8.一种饮食计划的决策装置，其特征在于，包括：

数据获取模块：用于获取用户的当前生理状态数据及目标生理状态数据；

计划生成模块：用于将所述当前生理状态数据及目标生理状态数据作为强化学习的序贯决策模型的输入，基于所述强化学习的序贯决策模型输出若干项执行计划，以及各项所述执行计划的奖励值；

计划输出模块：用于根据所述奖励值选取符合预设条件的执行计划作为目标执行计划，并输出所述目标执行计划包含的每一天的执行动作及生理状态数据。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述饮食计划的决策方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述饮食计划的决策方法的步骤。