本文源自:金融界
金融界 2024 年 9 月 6 日消息，天眼查知识产权信息显示，上海携程国际旅行社有限公司取得一项名为“旅游场景强化学习模拟环境构建方法、系统、设备和介质“，授权公告号 CN111814050B，申请日期为 2020 年 7 月。
专利摘要显示，本发明公开了一种旅游场景强化学习模拟环境构建方法、系统、设备和介质，其中旅游场景强化学习模拟环境构建方法包括以下步骤：抽取用户对旅游产品的历史行为数据；对历史行为数据进行 session 划分；奖励函数确定和用户行为模型估计；输出模拟环境。通过旅游场景强化学习模拟环境的构建，智能体可以在一个类似真实的旅游平台上，与虚拟用户进行多轮交互。在交互过程中，根据用户行为反馈不断更新策略，使智能体收敛到生成匹配用户动态偏好的最优策略。模拟环境中的模型训练将有助于减少线上的探索成本，为线上强化学习模型提供良好的初始化。
